Python音频操作工具PyAudio上手教程！

0.引子

当需要使用Python处理音频数据时，使用python读取与播放声音必不可少，下面介绍一个好用的处理音频PyAudio工具包。

PyAudio是Python开源工具包，由名思义，是提供对语音操作的工具包。提供录音播放处理等功能，可以视作语音领域的OpenCv。

1.简介

Python学习交流群：1004391443

PyAudio为跨平台音频I / O库 PortAudio 提供 Python 绑定。使用PyAudio，您可以轻松地使用Python在各种平台上播放和录制音频，例如GNU / Linux，Microsoft Windows和Apple Mac OS X / macOS。

PyAudio的灵感来自：

• pyPortAudio / fastaudio ：PortAudio v18 API的Python绑定。
• tkSnack ：Tcl / Tk和Python的跨平台声音工具包。

2.安装

目前的版本是 PyAudio v0.2.11 。在大多数平台上使用pip安装PyAudio。对于v0.2.9之前的版本，PyAudio分发安装二进制文件，这些文件 存档在这里 。

微软Windows

使用 pip 安装：

python -m pip install pyaudio

笔记：

• 如果pip尚未与您的Python安装捆绑在一起，请 在此处 获取 。
• pip将获取并安装PyAudio轮（预先打包的二进制文件）。目前，有车轮兼容Python 2.7,3.4,3.5和3.6 的 官方发行版 。对于这些版本，可以使用32位和64位车轮。
• 这些二进制文件包括使用MinGW构建的PortAudio v19 v190600_20161030。它们仅支持Windows MME API， 不 包括对DirectX，ASIO等的支持。如果需要支持未包含的API，则需要编译PortAudio和PyAudio。

Apple Mac OS X.

使用 Homebrew 安装必备的portaudio库，然后使用pip安装PyAudio：

brew install portaudio 
pip install pyaudio

笔记：

• 如果尚未安装，请下载 Homebrew 。
• pip将下载PyAudio源代码并为您的Python版本构建它。
• Homebrew和构建PyAudio还需要安装Xcode命令行工具（ 更多信息 ）。

Debian / Ubuntu

使用包管理器安装PyAudio：

sudo apt-get install python-pyaudio python3-pyaudio

如果没有最新版本的PyAudio，请使用pip安装它：

pip install pyaudio

笔记：

• pip将下载PyAudio源并为您的系统构建它。请务必事先安装portaudio库开发包（ portaudio19-dev ）和python开发包（ python-all-dev ）。
• 为了更好地隔离系统包，请考虑在 virtualenv中 安装PyAudio 。

PyAudio来源

源代码可从Python Package Index（PyPI）下载： pypi.python.org/pypi/PyAudio 。

或克隆git存储库：

git clone https://people.csail.mit.edu/hubert/git/pyaudio.git

要从源代码构建PyAudio，您还需要构建 PortAudio v19 。有关为各种平台构建PyAudio的一些说明，请参阅 编译提示 。要使用Microsoft Visual Studio构建PyAudio，请查看Sebastian Audet的 说明 。

3.示例

1).采集音频

下面以一段代码演示如何从计算机麦克风采集一段音频，采集音频时长 4s，保存文件 output.wav

使用了tqdm模块，可以方便显示出来读取过程，如下：

* recording
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 172/172 [00:03<00:00, 43.40it/s] 
* done recording
import pyaudio
import wave
from tqdm import tqdm
def record_audio(wave_out_path,record_second):
    CHUNK = 1024
    FORMAT = pyaudio.paInt16
    CHANNELS = 2
    RATE = 44100
    p = pyaudio.PyAudio()
    stream = p.open(format=FORMAT,
                    channels=CHANNELS,
                    rate=RATE,
                    input=True,
                    frames_per_buffer=CHUNK)
    wf = wave.open(wave_out_path, 'wb')
    wf.setnchannels(CHANNELS)
    wf.setsampwidth(p.get_sample_size(FORMAT))
    wf.setframerate(RATE)
    print("* recording")
    for i in tqdm(range(0, int(RATE / CHUNK * record_second))):
        data = stream.read(CHUNK)
        wf.writeframes(data)
    print("* done recording")
    stream.stop_stream()
    stream.close()
    p.terminate()
    wf.close()
record_audio("output.wav",record_second=4)

要使用PyAudio，首先使用 pyaudio.PyAudio() （1）实例化PyAudio ，它设置portaudio系统。

要录制或播放音频，请使用 pyaudio.PyAudio.open() （2）在所需设备上打开所需音频参数的流。这设置了 pyaudio.Stream 播放或录制音频。

通过使用流式传输 pyaudio.Stream.write() 音频数据或使用流式传输音频数据来播放音频  pyaudio.Stream.read() 。（3）

请注意，在“阻止模式”中，每个 pyaudio.Stream.write() 或  pyaudio.Stream.read() 阻止直到所有给定/请求的帧都被播放/记录。或者，要动态生成音频数据或立即处理录制的音频数据，请使用下面概述的“回调模式”。

使用 pyaudio.Stream.stop_stream() 暂停播放/录制，并 pyaudio.Stream.close() 终止流。（4）

最后，使用 pyaudio.PyAudio.terminate() （5）终止portaudio会话

2).播放音频

下面使用播放的功能来播放1）中保存的音频 output.wav

通过tqdm，显示播放进度条，如下：

100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 172/172 [00:03<00:00, 43.40it/s]
"""PyAudio Example: Play a WAVE file."""
import pyaudio
import wave
from tqdm import tqdm
def play_audio(wave_path):
    CHUNK = 1024
    wf = wave.open(wave_path, 'rb')
    # instantiate PyAudio (1)
    p = pyaudio.PyAudio()
    # open stream (2)
    stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
                    channels=wf.getnchannels(),
                    rate=wf.getframerate(),
                    output=True)
    # read data
    data = wf.readframes(CHUNK)
    # play stream (3)
    datas = []
    while len(data) > 0:
        data = wf.readframes(CHUNK)
        datas.append(data)
    for d in tqdm(datas):
        stream.write(d)
    # stop stream (4)
    stream.stop_stream()
    stream.close()
    # close PyAudio (5)
    p.terminate()
play_audio("output.wav")

2).以回调方式播放音频

当需要在执行其他程序时同时播放音频，可以使用回调的方式播放，示例代码如下：

"""PyAudio Example: Play a WAVE file."""
import pyaudio
import wave
from tqdm import tqdm
import time
def play_audio_callback(wave_path):
    CHUNK = 1024
    wf = wave.open(wave_path, 'rb')
    # instantiate PyAudio (1)
    p = pyaudio.PyAudio()
    def callback(in_data, frame_count, time_info, status):
        data = wf.readframes(frame_count)
        return (data, pyaudio.paContinue)
    # open stream (2)
    stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
                    channels=wf.getnchannels(),
                    rate=wf.getframerate(),
                    output=True,
                    stream_callback=callback)
    # read data
    stream.start_stream()
    while stream.is_active():
        time.sleep(0.1)
    # stop stream (4)
    stream.stop_stream()
    stream.close()
    # close PyAudio (5)
    p.terminate()
play_audio_callback("output.wav")