急！！！！如何通过python制作一个简单的录音机,录制自己的声音采用8k采样,16位量化编码,观察其数值?

Posted 2023-04-19

#我可以帮你写一段代码，能够录音形成wav文件，不过要分析录音文件的波形，你可以另外找#工具，比如cooledit，也很方便。
from sys import byteorder
from array import array
from struct import pack

import pyaudio
import wave

THRESHOLD = 500
CHUNK_SIZE = 1024
FORMAT = pyaudio.paInt16
RATE = 44100

def is_silent(snd_data):
    "Returns \'True\' if below the \'silent\' threshold"
    return max(snd_data) < THRESHOLD

def normalize(snd_data):
    "Average the volume out"
    MAXIMUM = 16384
    times = float(MAXIMUM)/max(abs(i) for i in snd_data)

    r = array(\'h\')
    for i in snd_data:
        r.append(int(i*times))
    return r

def trim(snd_data):
    "Trim the blank spots at the start and end"
    def _trim(snd_data):
        snd_started = False
        r = array(\'h\')

        for i in snd_data:
            if not snd_started and abs(i)>THRESHOLD:
                snd_started = True
                r.append(i)

            elif snd_started:
                r.append(i)
        return r

    # Trim to the left
    snd_data = _trim(snd_data)

    # Trim to the right
    snd_data.reverse()
    snd_data = _trim(snd_data)
    snd_data.reverse()
    return snd_data

def add_silence(snd_data, seconds):
    "Add silence to the start and end of \'snd_data\' of length \'seconds\' (float)"
    r = array(\'h\', [0 for i in xrange(int(seconds*RATE))])
    r.extend(snd_data)
    r.extend([0 for i in xrange(int(seconds*RATE))])
    return r

def record():
    """
    Record a word or words from the microphone and 
    return the data as an array of signed shorts.

    Normalizes the audio, trims silence from the 
    start and end, and pads with 0.5 seconds of 
    blank sound to make sure VLC et al can play 
    it without getting chopped off.
    """
    p = pyaudio.PyAudio()
    stream = p.open(format=FORMAT, channels=1, rate=RATE,
        input=True, output=True,
        frames_per_buffer=CHUNK_SIZE)

    num_silent = 0
    snd_started = False

    r = array(\'h\')

    while 1:
        # little endian, signed short
        snd_data = array(\'h\', stream.read(CHUNK_SIZE))
        if byteorder == \'big\':
            snd_data.byteswap()
        r.extend(snd_data)

        silent = is_silent(snd_data)

        if silent and snd_started:
            num_silent += 1
        elif not silent and not snd_started:
            snd_started = True

        if snd_started and num_silent > 30:
            break

    sample_width = p.get_sample_size(FORMAT)
    stream.stop_stream()
    stream.close()
    p.terminate()

    r = normalize(r)
    r = trim(r)
    r = add_silence(r, 0.5)
    return sample_width, r

def record_to_file(path):
    "Records from the microphone and outputs the resulting data to \'path\'"
    sample_width, data = record()
    data = pack(\'<\' + (\'h\'*len(data)), *data)

    wf = wave.open(path, \'wb\')
    wf.setnchannels(1)
    wf.setsampwidth(sample_width)
    wf.setframerate(RATE)
    wf.writeframes(data)
    wf.close()

if __name__ == \'__main__\':
    print("please speak a word into the microphone")
    record_to_file(\'demo.wav\')
    print("done - result written to demo.wav")追问

有没有简单一点的 我还没有学到这么复杂

追答

你还想要更简单的啊，我觉得哦，就我这么多年python和windows编程的经验来说，这个已经是很简单的了。如果要加上wav文件的波形展现和频谱分析的代码，那会更长更复杂。
建议你深入的学习。

参考技术A 还没有人吗？我也想知道啊~

python 制作录音文件

import mxnet as mx
import os
import os.path as osp
import tqdm
import argparse
import cv2

parse = argparse.ArgumentParser(description='Image to rec')
parse.add_argument('--data_dir', help='Dataset root')
parse.add_argument('--output', help='Output dir')
parse.add_argument('--type', default='train', type=str, help='train or val ot test type')
args = parse.parse_args()


_idx = osp.join(args.output, '{}.idx'.format(args.type))
_rec = osp.join(args.output, '{}.rec'.format(args.type))
rec = mx.recordio.MXIndexedRecordIO(_idx, _rec, 'w')

img_files = os.listdir(args.data_dir)
total = len(img_files)

print('total {} files'.format(total))

cnt = 0
with tqdm.tqdm(iterable=range(total), total=total, ncols=0, unit=' items') as t:
    for id, i in enumerate(t):
        f = img_files[id]
        vid_id = f.split('_')[-1] # video id
        img_names = os.listdir(osp.join(args.data_dir,f))
        for img_name in img_names:
            header = mx.recordio.IRHeader(0, vid_id, cnt, 0)
            img=cv2.imread(osp.join(args.data_dir, f, img_name))
            packed = mx.recordio.pack_img(header, img)
            rec.write_idx(cnt, packed)
            cnt+=1