PyAudio 输入溢出
Posted
技术标签:
【中文标题】PyAudio 输入溢出【英文标题】：PyAudio Input overflowed 【发布时间】：2012-05-30 19:48:33 【问题描述】：我正在尝试在 python 中制作实时绘图声音。我需要从我的麦克风中获取块。
使用PyAudio，尝试使用
import pyaudio
import wave
import sys
chunk = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "output.wav"
p = pyaudio.PyAudio()
stream = p.open(format = FORMAT,
channels = CHANNELS,
rate = RATE,
input = True,
frames_per_buffer = chunk)
print "* recording"
all = []
for i in range(0, RATE / chunk * RECORD_SECONDS):
data = stream.read(chunk)
all.append(data)
print "* done recording"
stream.close()
p.terminate()
之后，我收到以下错误：
* recording
Traceback (most recent call last):
File "gg.py", line 23, in <module>
data = stream.read(chunk)
File "/usr/lib64/python2.7/site-packages/pyaudio.py", line 564, in read
return pa.read_stream(self._stream, num_frames)
IOError: [Errno Input overflowed] -9981
我无法理解这个缓冲区。我想使用阻塞 IO 模式，所以如果块不可用，我想等待这些块。但是当我创建除段或睡眠（0.1）之外的尝试时，我会听到咔嗒声，所以这不是我想要的。
请为我的问题提出最佳解决方案？
【问题讨论】：
也许你的块太小了。也许它在缓冲区中获取的数据多于您提取的数据，因为块大小足够小，Python 代码跟不上。 嗨。只是想知道这个问题是否有任何更新？我间歇性地收到[Errno Input overflowed] -9981 错误。我检查了p.is_format_supported 是否适用于我使用的格式。
【参考方案1】：
我在运行您的代码时遇到了同样的错误。我查看了我的默认音频设备的默认采样率，我的 macbook 的内置麦克风，它是 48000Hz 而不是 44100Hz。
p.get_device_info_by_index(0)['defaultSampleRate']
Out[12]: 48000.0
当我将 RATE 更改为此值时，它起作用了。
【讨论】：
我遇到了同样的错误，您的解决方案（最高 48000）有效。但我已经运行了代码： if p.is_format_supported(44100.0, # Sample rate input_device=devinfo["index"], input_channels=devinfo['maxInputChannels'], input_format=pyaudio.paInt16): print 'Yay!' ......它奏效了！所以我很困惑问题是什么。有什么见解吗？ 尝试升级portaudio，这为我解决了一些速率问题。我使用“brew install portaudio --HEAD”。 这对我有用，我没有意识到声卡的默认采样率为 48khz，谢谢！ 谢谢，这也是我的问题。我没想到这会成为预算硬件的问题，但也许 48k 正在成为事实上的标准？【参考方案2】：FORMAT = pyaudio.paInt16
确保设置正确的格式，我的内置麦克风设置为 24 位（请参阅 Audio-Midi-Setup 应用程序）。
【讨论】：
【参考方案3】：似乎很多人都遇到了这个问题。我对其进行了一些研究，我认为这意味着在上一次调用 stream.read() 和当前调用之间，流中的数据丢失了（即缓冲区填满的速度比你清除它的速度快）。
来自Pa_ReadStream() 的文档（stream.read() 最终调用的 PortAudio 函数）：
@return On success PaNoError will be returned, or PaInputOverflowed if
input data was discarded by PortAudio after the previous call and
before this call.
（PaInputOverflowed 然后在 pyaudio 包装器中生成 IOError）。
如果您可以不捕获每一帧，那么您可以忽略此错误。如果拥有每一帧对您来说绝对至关重要，那么您需要找到一种方法来提高应用程序的优先级。我对 Python 不够熟悉，不知道用 Python 的方式来执行此操作，但值得尝试一个简单的 nice 命令，或将调度策略更改为 SCHED_DEADLINE。
编辑：
现在的一个问题是，当抛出 IOError 时，您会丢失该调用中收集的所有帧。要忽略溢出并只返回我们拥有的内容，您可以应用下面的补丁，这将导致 stream.read() 忽略来自 PortAudio 的输出欠载和输入溢出错误（但如果发生不同的错误仍然会抛出一些东西）。更好的方法是根据您的需要自定义此行为（投掷/不投掷）。
diff --git a/src/_portaudiomodule.c b/src/_portaudiomodule.c
index a8f053d..0878e74 100644
--- a/src/_portaudiomodule.c
+++ b/src/_portaudiomodule.c
@@ -2484,15 +2484,15 @@ pa_read_stream(PyObject *self, PyObject *args)
else
/* clean up */
_cleanup_Stream_object(streamObject);
+
+ /* free the string buffer */
+ Py_XDECREF(rv);
+
+ PyErr_SetObject(PyExc_IOError,
+ Py_BuildValue("(s,i)",
+ Pa_GetErrorText(err), err));
+ return NULL;
-
- /* free the string buffer */
- Py_XDECREF(rv);
-
- PyErr_SetObject(PyExc_IOError,
- Py_BuildValue("(s,i)",
- Pa_GetErrorText(err), err));
- return NULL;
return rv;
【讨论】：
【参考方案4】：我在 OS X 10.10 上工作，在尝试从 SYBA USB 卡（C 媒体芯片组）中的麦克风获取音频时遇到同样的错误，并使用 fft 等实时处理它：
IOError: [Errno Input overflowed] -9981
当使用回调模式而不是阻塞模式时，溢出已完全解决，如 libbkmz 所写。(https://www.python.org/dev/peps/pep-0263/)
基于此，部分工作代码如下所示：
"""
Creating the audio stream from our mic
"""
rate=48000
self.chunk=2**12
width = 2
p = pyaudio.PyAudio()
# callback function to stream audio, another thread.
def callback(in_data,frame_count, time_info, status):
self.audio = numpy.fromstring(in_data,dtype=numpy.int16)
return (self.audio, pyaudio.paContinue)
#create a pyaudio object
self.inStream = p.open(format = p.get_format_from_width(width, unsigned=False),
channels=1,
rate=rate,
input=True,
frames_per_buffer=self.chunk,
stream_callback = callback)
"""
Setting up the array that will handle the timeseries of audio data from our input
"""
self.audio = numpy.empty((self.buffersize),dtype="int16")
self.inStream.start_stream()
while True:
try:
self.ANY_FUNCTION() #any function to run parallel to the audio thread, running forever, until ctrl+C is pressed.
except KeyboardInterrupt:
self.inStream.stop_stream()
self.inStream.close()
p.terminate()
print("* Killed Process")
quit()
这段代码将创建一个回调函数，然后创建一个流对象，启动它，然后在任何函数中循环。一个单独的线程流式传输音频，并且当主循环停止时该流关闭。 self.audio 用于任何功能。如果没有终止，我也遇到了线程永远运行的问题。
由于 Pyaudio 在单独的线程中运行此流，这使得音频流稳定，阻塞模式可能已经饱和，具体取决于脚本中其余进程的速度或时间。
请注意，块大小为 2^12，但较小的块也可以。我考虑并尝试了其他一些参数，以确保它们都有意义：
块大小变大或变小（无效） 缓冲区中字的位数和格式，在本例中为有符号 16 位。 变量的有符号性（尝试无符号并得到饱和模式） 麦克风输入的性质，系统默认选择，增益等。希望对某人有用！
【讨论】：
【参考方案5】：我在非常慢的树莓派上遇到了同样的问题，但我能够通过使用更快的 array 模块来存储数据来解决它（在大多数情况下）。
import array
import pyaudio
FORMAT = pyaudio.paInt16
CHANNELS = 1
INPUT_CHANNEL=2
RATE = 48000
CHUNK = 512
p = pyaudio.PyAudio()
stream = p.open(format=FORMAT,
channels=CHANNELS,
rate=RATE,
input=INPUT_CHANNEL,
frames_per_buffer =CHUNK)
print("* recording")
try:
data = array.array('h')
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
data.fromstring(stream.read(CHUNK))
finally:
stream.stop_stream()
stream.close()
p.terminate()
print("* done recording")
data 的内容之后是二进制的。
但是您可以使用numpy.array(data, dtype='i') 来获取一个numpy 整数数组。
【讨论】：
【参考方案6】：我的other answer 在大多数情况下都解决了这个问题。但是，有时错误仍然会发生。
这就是我放弃 pyaudio 并改用 pyalsaaudio 的原因。我的 Raspy 现在可以流畅地录制任何声音。
import alsaaudio
import numpy as np
import array
# constants
CHANNELS = 1
INFORMAT = alsaaudio.PCM_FORMAT_FLOAT_LE
RATE = 44100
FRAMESIZE = 1024
# set up audio input
recorder=alsaaudio.PCM(type=alsaaudio.PCM_CAPTURE)
recorder.setchannels(CHANNELS)
recorder.setrate(RATE)
recorder.setformat(INFORMAT)
recorder.setperiodsize(FRAMESIZE)
buffer = array.array('f')
while <some condition>:
buffer.fromstring(recorder.read()[1])
data = np.array(buffer, dtype='f')
【讨论】：
真的很有帮助，谢谢！我使用常规列表而不是array.array，它更简单但对我来说效果很好，所以主要的变化是pyaudio =>pyalsaaudio。另外，我的麦克风需要PCM_FORMAT_S16_LE。【参考方案7】：
pyaudio.Stream.read() 有一个关键字参数exception_on_overflow，将其设置为 False。
对于您的示例代码，如下所示：
import pyaudio
import wave
import sys
chunk = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "output.wav"
p = pyaudio.PyAudio()
stream = p.open(format = FORMAT,
channels = CHANNELS,
rate = RATE,
input = True,
frames_per_buffer = chunk)
print "* recording"
all = []
for i in range(0, RATE / chunk * RECORD_SECONDS):
data = stream.read(chunk, exception_on_overflow = False)
all.append(data)
print "* done recording"
stream.close()
p.terminate()
有关详细信息，请参阅PyAudio documentation。
【讨论】：
我得到：TypeError: read() got an unexpected keyword argument 'exception_on_overflow'【参考方案8】：这对我有帮助：https://***.com/a/46787874/5047984
我使用多处理来并行写入文件以录制音频。这是我的代码：
recordAudioSamples.py
import pyaudio
import wave
import datetime
import signal
import ftplib
import sys
import os
# configuration for assos_listen
import config
# run the audio capture and send sound sample processes
# in parallel
from multiprocessing import Process
# CONFIG
CHUNK = config.chunkSize
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = config.samplingRate
RECORD_SECONDS = config.sampleLength
# HELPER FUNCTIONS
# write to ftp
def uploadFile(filename):
print("start uploading file: " + filename)
# connect to container
ftp = ftplib.FTP(config.ftp_server_ip, config.username, config.password)
# write file
ftp.storbinary('STOR '+filename, open(filename, 'rb'))
# close connection
ftp.quit()
print("finished uploading: " +filename)
# write to sd-card
def storeFile(filename,frames):
print("start writing file: " + filename)
wf = wave.open(filename, 'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()
print(filename + " written")
# abort the sampling process
def signal_handler(signal, frame):
print('You pressed Ctrl+C!')
# close stream and pyAudio
stream.stop_stream()
stream.close()
p.terminate()
sys.exit(0)
# MAIN FUNCTION
def recordAudio(p, stream):
sampleNumber = 0
while (True):
print("* recording")
sampleNumber = sampleNumber +1
frames = []
startDateTimeStr = datetime.datetime.now().strftime("%Y_%m_%d_%I_%M_%S_%f")
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
data = stream.read(CHUNK)
frames.append(data)
fileName = str(config.sensorID) + "_" + startDateTimeStr + ".wav"
# create a store process to write the file in parallel
storeProcess = Process(target=storeFile, args=(fileName,frames))
storeProcess.start()
if (config.upload == True):
# since waiting for the upload to finish will take some time
# and we do not want to have gaps in our sample
# we start the upload process in parallel
print("start uploading...")
uploadProcess = Process(target=uploadFile, args=(fileName,))
uploadProcess.start()
# ENTRYPOINT FROM CONSOLE
if __name__ == '__main__':
p = pyaudio.PyAudio()
stream = p.open(format=FORMAT,
channels=CHANNELS,
rate=RATE,
input=True,
frames_per_buffer=CHUNK)
# directory to write and read files from
os.chdir(config.storagePath)
# abort by pressing C
signal.signal(signal.SIGINT, signal_handler)
print('\n\n--------------------------\npress Ctrl+C to stop the recording')
# start recording
recordAudio(p, stream)
config.py
### configuration file for assos_listen
# upload
upload = False
# config for this sensor
sensorID = "al_01"
# sampling rate & chunk size
chunkSize = 8192
samplingRate = 44100 # 44100 needed for Aves sampling
# choices=[4000, 8000, 16000, 32000, 44100] :: default 16000
# sample length in seconds
sampleLength = 10
# configuration for assos_store container
ftp_server_ip = "192.168.0.157"
username = "sensor"
password = "sensor"
# storage on assos_listen device
storagePath = "/home/pi/assos_listen_pi/storage/"
【讨论】：
为什么不使用线程？阻塞 I/O 释放 GIL，有效利用多核而没有多处理的复杂性。【参考方案9】：这对我很有帮助：
input_ = stream.read(chunk, exception_on_overflow=False)
exception_on_overflow = False
【讨论】：
以上是关于PyAudio 输入溢出的主要内容，如果未能解决你的问题，请参考以下文章