Python实现音频播放与录音及波形可视化教程
本文详解Python中音频文件的基础处理方式，涵盖三种音频播放方法（os.system、PyAudio、Jupyter Notebook）及wave、scipy、librosa库的读取差异。通过代码示例演示如何提取采样率与音频数据，绘制时间-振幅波形图，并利用PyAudio实现连续录音功能，为后续语音识别任务奠定基础。
音频预处理
本节主要介绍音频的基本处理方式，旨在为后续的语音识别任务打下基础。
三种播放音频的方式
在Python中，播放音频文件主要有以下几种实现途径：
os.system()方法
通过调用os.system(file)可以启动系统默认应用来打开指定文件，该文件可以是图片或音频格式。
该方法的局限性在于必须启动具体的应用程序，且无法在后台静默播放音频。
PyAudio库
安装命令为pip install pyaudio。
官方提供了便捷的音频播放与录音API，只需将代码中的文件名替换为实际的音频文件路径即可实现播放。
"""PyAudio Example: Play a WAVE file.""" import pyaudio import wave CHUNK = 1024 FILENAME = '你的音频文件' def play(filename = FILENAME): wf = wave.open(filename, 'rb') p = pyaudio.PyAudio() stream = p.open(format=p.get_format_from_width(wf.getsampwidth()), channels=wf.getnchannels(), rate=wf.getframerate(), output=True) data = wf.readframes(CHUNK) while data != b'': stream.write(data) data = wf.readframes(CHUNK) stream.stop_stream() stream.close() p.terminate()
Jupyter Notebook环境
在Jupyter Notebook环境中，可以通过以下函数直接播放音频：
import IPython.display as ipd ipd.Audio(文件名)
几种读取音频的方式
Python提供了多种读取音频文件的库，包括内置的wave库、科学计算库scipy以及便捷易用的语音处理库librosa。下文将分别介绍如何使用这些库读取音频文件：
安装步骤如下：
- wave为Python内置库，直接导入即可使用。
- scipy库需通过命令pip install scipy安装。
- librosa库需通过命令pip install librosa安装。
具体使用示例如下：
wave.open函数：
参数path指定文件名，mode指定打开模式。
以'rb'模式打开文件将返回Wave_read对象，而以'wb'模式打开则返回Wave_write对象。
scipy.io.wavfile函数：
参数path指定文件名。
该函数返回rate（采样率，即每秒采样点数）和data（音频数据）。
librosa.load函数：
参数path指定文件名。
该函数返回y（音频数据）和sr（采样率）。
# read wav file from path from scipy.io import wavfile import librosa import pyaudio # wave file = wave.open(path,'rb') # wavfile rate, data = wavfile.read(path) # librosa y, sr = librosa.load(path)
以下演示使用wavfile读取音频文件并绘制波形的示例：
首先需要计算音频的持续时间。wave数组的shape表示总采样点个数，将其除以采样频率可得总持续时间（秒），乘以1000则得到毫秒级的总时长。接着利用np.linspace生成时间序列，最后使用matplotlib绘制图像。
from scipy.io import wavfile
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
# 一秒采样数
sr, wave = wavfile.read('D://QQPCMgr/Desktop/python3/skip.wav')
sample_number = wave.shape[0]
total_time = int(sample_number / sr * 1000)
time_series = np.linspace(0,total_time,sample_number)
fig, ax = plt.subplots(1, 1)
ax.plot(time_series, wave)
ax.set_title('Time*Amplitude')
ax.set_xlabel('Time/ms')
ax.set_ylabel('Amplitude/dB')
此外，借助PyAudio的API还可以实现连续录音功能：
Python实现录音功能
其中，multi_record函数在每次录音结束后会询问“是否进行下一次录音？”，按下回车键即可开始下一次录音。
import wave
import pyaudio
import matplotlib.pyplot as plt
import time
CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 44100
RECORD_SECONDS = 5
def record(filename='output.wav'):
"""官方录音教程
"""
p = pyaudio.PyAudio()
stream = p.open(format=FORMAT,
channels=CHANNELS,
rate=RATE,
input=True,
frames_per_buffer=CHUNK)
print("* recording")
frames = []
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
data = stream.read(CHUNK)
frames.append(data)
print("* done recording")
stream.stop_stream()
stream.close()
p.terminate()
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()
def multi_record(num=3):
"""implement 多次录音"""
for i in range(1,num+1):
print('第{}次录音准备'.format(i))
filename = 'record_{}.wav'.format(i)
record(filename)
time.sleep(second)
_ = input('进行下一次录音？')
def main():
multi_record()
if __name__ == '__main__':
main()
总结
以上就是本文的全部内容，希望这些内容对您的学习或工作具有参考价值。如有任何疑问，欢迎留言交流，感谢支持。
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
