音頻預處理
這一講主要介紹些音頻基本處理方式,為接下來的語音識別打基礎。
三種播放音頻的方式
使用 python 播放音頻有以下幾種方式:
os.system()
os.system(file) 調用系統應用來打開文件,file 可為圖片或者音頻文件。
缺點:要打開具體的應用,不能在後臺播放音頻。
pyaudio
安裝:pip install pyaudio
官方提供了播放音頻與錄音的 api ,使用十分方便,只要把Filename更改為你的音頻文件的文字,就可以播放音頻了。
# Python高效編程
"""PyAudio Example: Play a WAVE file."""
import pyaudio
import wave
CHUNK = 1024
FILENAME = '你的音頻文件'
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
在 jupyer notebook 中播放音頻可以使用以下函數:
import IPython.display as ipd
ipd.Audio(文件名)
幾種讀取音頻的方式
python 有很多讀取音頻文件的方法,內置的庫 wave ,科學計算庫 scipy, 和方便易用的語音處理庫 librosa。
下面將介紹分別使用這幾種庫讀取音頻文件:
安裝:
wave 是內置庫直接導入即可。
scipy: pip install scipy
librosa: pip install librosa
使用:
wave.open:
參數 path 為文件名,mode 為打開方式
以'rb'方式打開文件返回一個 Wave_read 對象,而以'wb'方式打開文件返回一個 Wave_write 對象。
scipy.io.wavfile:
參數 path 為文件名
返回 rate : 採樣率(每秒採樣點的個數),data : 音頻數據
librosa.load:
參數 path 為文件名
返回 y 為音頻數據,sr 為採樣率
# Python高效編程
# 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)
下面演示一個使用 wavfile 讀取音頻文件並且畫出波形的例子:
首先要計算音頻到底持續了多長時間,wave 的 shape 就是總的採樣點個數,除以採樣頻率可以得到持續的總時間(秒),乘1000得到總持續時間(毫秒)。接著通過 np.linsapce 產生時間的序列,最後使用 matplotlib 畫出圖像。
from scipy.io import wavfile
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
# 一秒採樣數
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')
Python高效編程
最後再借用 pyaudio 的 api 我們可以實現連續錄音功能:
python 實現錄音功能
其中,函數 multi_record每結束一次錄音會詢問 “是否進行下一次錄音?”,按回車就可以進行下一次錄音了。
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'):
"""官方錄音教程
"""
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 多次錄音"""
for i in range(1,num+1):
print('第{}次錄音準備'.format(i))
filename = 'record_{}.wav'.format(i)
record(filename)
time.sleep(second)
_ = input('進行下一次錄音?')
def main():
multi_record()
if __name__ == '__main__':
main()
更好的閱讀體驗,請點擊下面的 CSDN 博客地址,或者關注公眾號:Python高效編程。