【发布时间】：2013-12-06 13:20:22
【问题描述】：
我面临以下问题：
我用 Pyaudio 录制声音并将其保存为 Wav。 Wav 文件是 48000hz（没有其他速率工作（采样率错误，但那是另一回事）） Wav 文件听起来不错，现在我想将 wav 转换为 flac 以将其发送到 google 语音 api。
问题是 avconf 将我的 48khz 输入 wav 转换为 8khz flac（使用 -ar 48000）。 flac 文件只是白噪声，我已经尝试了很多但即使谷歌也没有答案;）
注意：使用其他 16Khz 的麦克风对我来说效果很好，完全没有问题。 既没有 Pyaudios 采样率错误也没有 avconv 问题。
代码如下：
录音：
chunk = 2048
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 48000
THRESHOLD = 525 #The threshold intensity that defines silence signal (lower than).
SILENCE_LIMIT = 3 #Silence limit in seconds. The max ammount of seconds where only silence is recorded. When this time passes the recording finishes and the file is delivered.
#open stream
p = pyaudio.PyAudio()
stream = p.open(format = FORMAT,
channels = CHANNELS,
rate = RATE,
input = True,
frames_per_buffer = chunk)
print "* listening. CTRL+C to finish manually."
all_m = []
data = ''
rel = RATE/chunk
slid_win = deque(maxlen=SILENCE_LIMIT*rel)
started = False
while (True):
data = stream.read(chunk)
slid_win.append (abs(audioop.avg(data, 2)))
if(True in [ x>THRESHOLD for x in slid_win]):
if(not started):
print "starting record"
started = True
all_m.append(data)
elif (started==True):
print "finished"
#the limit was reached, finish capture and deliver
filename = save_speech(all_m,p)
result=stt_google_wav(filename)
#reset all
started = False
#slid_win = deque(maxlen=SILENCE_LIMIT*rel)
#all_m= []
print "Google STT Done"
stream.close()
p.terminate()
return result
与：
def save_speech(data, p):
filename = 'output_'+str(int(time.time()))
# write data to WAVE file
data = ''.join(data)
wf = wave.open(filename+'.wav', 'wb')
wf.setnchannels(1)
wf.setsampwidth(p.get_sample_size(pyaudio.paInt16))
wf.setframerate(48000)
wf.writeframes(data)
wf.close()
print "finished saving wav: %s" % filename
return filename
转换为 Flac：
os.system("avconv -i "+ filename+".wav -y -ar 48000 "+ filename+ ".flac")
编辑 1：
Flac 实际上是 48khz ，我不知道为什么 mplayer 告诉我 flac 是 8khz ，我在我的电脑上播放它并且 flac 是完美的，无论如何 google api 似乎有问题，因为它没有返回任何内容。 我假设 Rasberry 上 mplayer 的白噪声问题与 google Api 的问题有关，但我不知道它可能是什么。
Wav 文件：
output_1385413929.wav: RIFF (little-endian) data, WAVE audio, Microsoft PCM, 16 bit, mono 48000 Hz
Flac 文件：
output_1385413929.flac: FLAC audio bitstream data, 16 bit, mono, 48 kHz, 204800 samples
已解决： 我不知道为什么，我打开我的 pi 并想测试一下，突然它在没有改变任何东西的情况下工作。
求你的帮助。 来自德国的问候， 弗洛尔
【问题讨论】：
-
我刚刚针对 48 kHz WAV 文件测试了相同的命令，并从另一端得到了 48 kHz FLAC 文件。你能修改你的问题并发布'file
'（输入文件）和'file '（正在生成什么）的输出吗？我想就这两个文件获得第二意见，并排除在另一层处理不当的可能性。 -
我对帖子进行了编辑，我不知道为什么有些部分可以正常工作，而另一些则不能（比如 google api，我 100% 确定everythink 工作正常，因为我没有更改任何关于 google 的内容api，我刚刚插入了一个 now 麦克风，不得不将速率更改为 48khz）
标签： python audio raspberry-pi pyaudio avconv