Python开发之路(1)— 使用Pyaudio进行录音和播音

一、安装Pyaudio

1、在Windows10的PyCharm集成开发环境里安装Pyaudio

打开【Settings】，选择【Project Interpreter】，然后点击右侧的【+】号

搜索

pyaudio

，点击安装

2、在ubuntu16下使用pip3安装Pyaudio

如果ubuntu下没有安装pip3，使用如下命令安装

sudo apt-get install python3-pip

我们需要安装一些依赖库

sudo apt-get install libasound-dev portaudio19-dev libportaudio2 libportaudiocpp0

sudo apt-get install swig

sudo apt-get install libatlas-base-dev

sudo apt-get install alsa-utils alsa-tools alsa-tools-gui alsamixergui -y

然后使用pip3命令安装pyaudio即可

pip3 install pyaudio

3、安装失败

无论是在windows还是Ubuntu下安装失败，我们可以直接使用whl安装，

下载地址：

https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyaudio

选择和直接系统位数及python版本对应的下载，例如我的是Python 3.7.6，64为的Windows系统，就选择

PyAudio‑0.2.11‑cp37‑cp37m‑win_amd64.whl

下载好后打开命令行进入到那个文件夹下，使用命令安装即可：

pip install PyAudio-0.2.11-cp37-cp37m-win_amd64.whl #windows下

在Ubuntu下就使用

pip3 install PyAudio-0.2.11-cp37-cp37m-win_amd64.whl #Ubuntu下

如下所示，安装成功

二、使用pyaudio播音

首先我们要确认声卡是否能够使用在Ubuntu 上输入

alsaloop

命令，即在扬声器听到你说话的声音。

我们要导入需要用到的pyaudio包

import pyaudio,wave

首先，打开我们要播放的文件

# 打开我们要播放的文件

wf=wave.open(r"01.wav",'rb')

然后就可以实例化一个PyAudio对象了

# 实例化一个PyAudio对象

pa = pyaudio.PyAudio()

然后使用这个对象去打开声卡，设置 采样深度、通道数、采样率、输入和采样点缓存数量

# 打开声卡

stream = pa.open(format=pa.get_format_from_width(wf.getsampwidth()), # 从wf中获取采样深度

channels=wf.getnchannels(), # 从wf中获取声道数

rate=wf.getframerate(), # 从wf中获取采样率

output=True) # 设置为输出

然后将得到的音频数据播放出来即可

count = 0

while count < 8*5:

audio_data = stream.read(2048) # 读出声卡缓冲区的音频数据

record_buf.append(audio_data) # 将读出的音频数据追加到record_buf列表

count += 1

print('*')

播放完成后关闭声卡，终止PyAudio

# 关闭声卡

stream.close()

pa.terminate()

在Windows下直接使用录音机录音，然后将名字修改成"

01.wav

"，并复制到python脚本所在的文件夹下；

在ubuntu下，可以使用命令录制一段5秒的声音进行测试；

arecord -D "plughw:0,0" -f S16_LE -r 16000 -d 5 -t wav 01.wav

参数是意义

指令

含义

本指令含义

-D

选择设备名称

使用系统自带声卡plughw:0,0

-f

录音格式

S16_LE代表有符号16位小端序

-r

采样率

16000是16KHz采样

d

录音时长

录音5秒

-t

录音格式

wav格式

01.wav

文件名，可以包含路径

文件名字叫 01.wav

然后运行python程序即可播放声音

三、使用pyaudio录音

首先我们要确认声卡是否能够使用，在windows上直接使用windows自带的录音机即可；在Ubuntu 上输入

alsaloop

命令，即在扬声器听到你说话的声音。保证声卡可以使用后我们就可以开始编写代码进行录音了。

首先，我们要导入需要用到的pyaudio包

import pyaudio,wave

接下来就可以实例化一个PyAudio对象了

# 实例化一个PyAudio对象

pa = pyaudio.PyAudio()

然后使用这个对象去打开声卡，设置 采样深度、通道数、采样率、输入和采样点缓存数量

# 打开声卡，设置 采样深度为16位、声道数为2、采样率为16、输入、采样点缓存数量为2048

stream = pa.open(format=pyaudio.paInt16, channels=2, rate=16000, input=True, frames_per_buffer=2048)

新建一个列表，用来存储采样到的数据

# 新建一个列表，用来存储采样到的数据

record_buf = []

然后就通过声卡循环采用，采样到一定数据后即可停止采样

count = 0

while count < 8*5:

audio_data = stream.read(2048) # 读出声卡缓冲区的音频数据

record_buf.append(audio_data) # 将读出的音频数据追加到record_buf列表

count += 1

print('*')

采样完成后将数据写入一个wav文件，首先我们要创建一个音频文件，然后设置 声道数、采样深度、采样率

wf = wave.open('01.wav', 'wb') # 创建一个音频文件，名字为“01.wav"

wf.setnchannels(2) # 设置声道数为2

wf.setsampwidth(2) # 设置采样深度为

wf.setframerate(16000) # 设置采样率为16000

# 将数据写入创建的音频文件

wf.writeframes("".encode().join(record_buf))

# 写完后将文件关闭

wf.close()

然后我们需要要停止声卡，关闭声卡，终止pyaudio

# 停止声卡

stream.stop_stream()

# 关闭声卡

stream.close()

# 终止pyaudio

pa.terminate()

运行程序，可以看到脚本目录下多出来一个大约5秒的音频文集，windows下直接使用默认播放器麻烦即可，在ubuntu下可以使用命令播放

aplay 01.wav

四、优化

为了更好的使用体验，我们可以在录音的过程中添加一个进度条。

要使用进度条，我们需要导入

tqdm

模块，在Pycharm里之间搜索然后安装即可：

在ubuntu里使用命令安装即可：

pip3 install tqdm

然后就可以导入tqdm模块

from tqdm import tqdm

将录音python 代码中的循环采样中的

while count < 8 * 5 :

修改为

for i in tqdm(range( 8 * 5 )):

即可：

然后可以看到：