python บันทึกเสียง pyaudio

Question

ฉันพยายามบันทึกเสียงจากไมโครโฟนด้วย Python และฉันมีรหัสต่อไปนี้:

import pyaudio
import wave
import threading

FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 44100
CHUNK = 1024
WAVE_OUTPUT_FILENAME = "file.wav"

stop_ = False
audio = pyaudio.PyAudio()

stream = audio.open(format=FORMAT, channels=CHANNELS,
                    rate=RATE, input=True,
                    frames_per_buffer=CHUNK)


def stop():
    global stop_
    while True:
        if not input('Press Enter >>>'):
            print('exit')
            stop_ = True


t = threading.Thread(target=stop, daemon=True).start()
frames = []

while True:
    data = stream.read(CHUNK)
    frames.append(data)
    if stop_:
        break

stream.stop_stream()
stream.close()
audio.terminate()
waveFile = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
waveFile.setnchannels(CHANNELS)
waveFile.setsampwidth(audio.get_sample_size(FORMAT))
waveFile.setframerate(RATE)
waveFile.writeframes(b''.join(frames))
waveFile.close()

รหัสของฉันใช้งานได้ดี แต่เมื่อฉันเล่นการบันทึกฉันไม่ได้ยินเสียงใด ๆ ในไฟล์เอาต์พุตสุดท้ายของฉัน ( file.wav)

เหตุใดปัญหาจึงเกิดขึ้นที่นี่และฉันจะแก้ไขได้อย่างไร

Answer 1

รหัสของคุณใช้งานได้ดี ปัญหาที่คุณพบเกิดจากสิทธิ์ของผู้ดูแลระบบ ไฟล์เสียงมีข้อมูล 0 คงที่ดังนั้นคุณจึงไม่สามารถฟังเสียงในไฟล์ wav ที่สร้างขึ้นได้ ฉันคิดว่าอุปกรณ์ไมโครโฟนของคุณได้รับการติดตั้งและทำงานอย่างถูกต้อง หากคุณไม่แน่ใจเกี่ยวกับสถานะการติดตั้งเสียงให้ทำตามขั้นตอนต่อไปนี้ตามระบบปฏิบัติการ:

MAC OS: การตั้งค่าระบบ -> เสียง -> อินพุตและที่นั่นคุณสามารถมองเห็นแถบเป็นเสียงได้ ตรวจสอบให้แน่ใจว่าประเภทอุปกรณ์ที่เลือกเป็นแบบ Built-in

Windos OS: การตั้งค่าเสียงและทดสอบไมโครโฟนโดยคลิกฟังอุปกรณ์นี้คุณสามารถยกเลิกการเลือกได้ในภายหลังเพราะจะวนกลับเสียงของคุณไปที่ลำโพงและจะสร้างเสียงดัง

คุณอาจใช้ Mac OS เป็นส่วนใหญ่ ฉันมีปัญหาที่คล้ายกันเนื่องจากฉันใช้โปรแกรมแก้ไข Atom เพื่อเรียกใช้รหัส python ลองเรียกใช้รหัสของคุณจากเทอร์มินัลของ Mac OS (หรือ Power Shell หากคุณกำลังใช้ windows) (ในกรณีที่ป๊อปอัปปรากฏขึ้นสำหรับการเข้าถึงไมโครโฟนบน Mac OS ให้กดตกลง) แค่นั้นแหละ! รหัสของคุณจะบันทึกได้ดี ในฐานะผู้ทดสอบโปรดเรียกใช้โค้ดด้านล่างเพื่อตรวจสอบว่าคุณสามารถแสดงภาพเสียงได้หรือไม่และตรวจสอบให้แน่ใจว่าได้เรียกใช้ผ่าน Terminal (ไม่มีตัวแก้ไขหรือ IDE)

import queue
import sys
from matplotlib.animation import FuncAnimation
import matplotlib.pyplot as plt
import numpy as np
import sounddevice as sd

# Lets define audio variables
# We will use the default PC or Laptop mic to input the sound

device = 0 # id of the audio device by default
window = 1000 # window for the data
downsample = 1 # how much samples to drop
channels = [1] # a list of audio channels
interval = 30 # this is update interval in miliseconds for plot

# lets make a queue
q = queue.Queue()
# Please note that this sd.query_devices has an s in the end.
device_info =  sd.query_devices(device, 'input')
samplerate = device_info['default_samplerate']
length  = int(window*samplerate/(1000*downsample))

# lets print it 
print("Sample Rate: ", samplerate)

# Typical sample rate is 44100 so lets see.

# Ok so lets move forward

# Now we require a variable to hold the samples 

plotdata =  np.zeros((length,len(channels)))
# Lets look at the shape of this plotdata 
print("plotdata shape: ", plotdata.shape)
# So its vector of length 44100
# Or we can also say that its a matrix of rows 44100 and cols 1

# next is to make fig and axis of matplotlib plt
fig,ax = plt.subplots(figsize=(8,4))

# lets set the title
ax.set_title("PyShine")

# Make a matplotlib.lines.Line2D plot item of color green
# R,G,B = 0,1,0.29

lines = ax.plot(plotdata,color = (0,1,0.29))

# We will use an audio call back function to put the data in queue

def audio_callback(indata,frames,time,status):
    q.put(indata[::downsample,[0]])

# now we will use an another function 
# It will take frame of audio samples from the queue and update
# to the lines

def update_plot(frame):
    global plotdata
    while True:
        try: 
            data = q.get_nowait()
        except queue.Empty:
            break
        shift = len(data)
        plotdata = np.roll(plotdata, -shift,axis = 0)
        # Elements that roll beyond the last position are 
        # re-introduced 
        plotdata[-shift:,:] = data
    for column, line in enumerate(lines):
        line.set_ydata(plotdata[:,column])
    return lines
ax.set_facecolor((0,0,0))
# Lets add the grid
ax.set_yticks([0])
ax.yaxis.grid(True)

""" INPUT FROM MIC """

stream  = sd.InputStream( device = device, channels = max(channels), samplerate = samplerate, callback  = audio_callback)


""" OUTPUT """      

ani  = FuncAnimation(fig,update_plot, interval=interval,blit=True)
with stream:
    plt.show()

บันทึกไฟล์นี้เป็น voice.py ลงในโฟลเดอร์ (เช่น AUDIO) จากนั้น cd ไปยังโฟลเดอร์ AUDIO จากคำสั่งเทอร์มินัลจากนั้นดำเนินการโดยใช้:

python3 voice.py

หรือ

python voice.py

ขึ้นอยู่กับชื่อ python env ของคุณ

Answer 2

เมื่อใช้print(sd.query_devices())ฉันเห็นรายการอุปกรณ์ดังต่อไปนี้:

1. Microsoft Sound Mapper - อินพุต, MME (2 เข้า, 0 ออก)
2. ไมโครโฟน (AudioHubNano2D_V1.5, MME (2 in, 0 out)
3. ไมโครโฟนภายใน (Conexant S, MME (2 in, 0 out)
4. ...

อย่างไรก็ตามหากฉันใช้device = 0ฉันยังสามารถรับเสียงจากไมโครโฟน USB ซึ่งเป็นอุปกรณ์หมายเลข 1 ได้ตามค่าเริ่มต้นสัญญาณเสียงทั้งหมดจะไปที่ Sound Mapper หรือไม่ นั่นหมายความว่าถ้าฉันใช้device = 0ฉันจะได้รับสัญญาณเสียงทั้งหมดจากอินพุตเสียงทั้งหมด และถ้าฉันต้องการเพียงแค่สัญญาณเสียงจากเครื่องหนึ่งโดยเฉพาะอย่างยิ่งผมต้องเลือก x device = xจำนวนของการเป็น

ฉันมีคำถามอื่น: เป็นไปได้ไหมที่จะจับสัญญาณเสียงจากอุปกรณ์ 1 และ 2 ในแอปพลิเคชั่นเดียว แต่แยกกัน