PyAudio 响应式录音答案

【问题标题】：PyAudio Responsive RecordingPyAudio 响应式录音
【发布时间】：2015-04-09 15:54:06
【问题描述】：

我在 PyAudio 网站上看到了录制固定长度录音的录音教程，但我想知道如何对非固定录音做同样的事情？基本上，我想创建按钮来开始和结束录制，但我还没有找到任何关于此事的信息。有什么想法，我不是在寻找替代库吗？

【问题讨论】：

标签： python user-interface asynchronous nonblocking pyaudio

【解决方案1】：

最好是使用非阻塞的记录方式，即你提供一个回调函数，从你启动流的那一刻起就被调用，并为每个被处理的块/缓冲区持续调用，直到你停止流。

例如，在该回调函数中，您检查布尔值，当它为真时，您将传入缓冲区写入数据结构，当它为假时，您忽略传入缓冲区。例如，可以通过单击按钮来设置此布尔值。

编辑：看一下有线音频的例子：http://people.csail.mit.edu/hubert/pyaudio/#wire-callback-example 使用参数打开流

stream_callback=my_callback

其中 my_callback 是一个声明为的常规函数

def my_callback(in_data, frame_count, time_info, status)

每次有新缓冲区可用时都会调用此函数。 in_data 包含您要记录的输入。在此示例中，in_data 与pyaudio.paContinue 一起在一个元组中返回。这意味着来自输入设备的传入缓冲区被放入/复制回发送到输出设备的输出缓冲区（它是同一个设备，因此它实际上将输入路由到输出又名线）。更多解释请参见 api 文档：http://people.csail.mit.edu/hubert/pyaudio/docs/#pyaudio.PyAudio.open

因此，在此函数中，您可以执行类似的操作（这是我编写的一些代码的摘录，不完整：我使用了一些未描述的函数。此外，我在一个通道上播放正弦波，在另一个通道上播放噪声24 位格式。）：


record_on = False
playback_on = False

recorded_frames = queue.Queue()

def callback_play_sine(in_data, frame_count, time_info, status):
    if record_on:
        global recorded_frames
        recorded_frames.put(in_data)

    if playback_on:
        left_channel_data = mysine.next_block(frame_count) * MAX_INT24 * gain
        right_channel_data = ((np.random.rand(frame_count) * 2) - 1) * MAX_INT24 * gain
        data = interleave_channels(max_nr_of_channels, (left_output_channel, left_channel_data), (right_output_channel, right_channel_data))
        data = convert_int32_to_24bit_bytestream(data)
    else:
        data = np.zeros(frame_count*max_nr_of_channels).tostring()

    if stop_callback:
        callback_flag = pyaudio.paComplete
    else:
        callback_flag = pyaudio.paContinue

    return data, callback_flag

然后，您可以在流打开/运行时从代码的另一部分将record_on 和playback_on 设置为True 或False，从而在不中断流的情况下独立开始或停止录制和播放。我将in_data 复制到（线程安全）queue 中，另一个线程使用该queue 写入磁盘，否则队列会在一段时间后变大。

顺便说一句：pyaudio 基于 portaudio，它有更多的文档和有用的提示。例如 (http://portaudio.com/docs/v19-doxydocs/writing_a_callback.html)：回调函数必须在新缓冲区出现之前完成，否则缓冲区将丢失。因此，在回调函数中写入文件通常不是一个好主意。（虽然写入文件会被缓冲，我不知道它最终写入磁盘时是否会阻塞）

【讨论】：

我没有关注你。你能进一步解释一下这个方法吗？
我不熟悉 C 或 C++。你能解释一下 Python 吗？
这可能更简单吗？
据我所知不是真的。您可以使用非回调（阻塞）版本，但如果您不希望其余代码冻结，则必须将其放在单独的线程中，这可能更复杂。回调版本也是与实时 IO 设备交互的标准方式。 IO 设备会导致操作系统/驱动程序中断，从而触发某些函数被调用（回调），阻塞的工作方式只是在此基础上构建的一种便利，用于最简单的情况。
这就是我用来模拟按钮按下的方法。见下文。

【解决方案2】：

import pyaudio
import wave

import pygame, sys
from pygame.locals import *

pygame.init()
scr = pygame.display.set_mode((640, 480))
recording = True

CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "output.wav"

p = pyaudio.PyAudio()

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

print("* recording")

frames = []

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

    for event in pygame.event.get():
        if event.type == KEYDOWN and recording:
            print("* done recording")

            stream.stop_stream()
            stream.close()
            p.terminate()

            wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
            wf.setnchannels(CHANNELS)
            wf.setsampwidth(p.get_sample_size(FORMAT))
            wf.setframerate(RATE)
            wf.writeframes(b''.join(frames))
            wf.close()
            recording = False

        if event.type == QUIT:
            pygame.quit(); sys.exit()

【讨论】：