一旦音量低于 python-sounddevice 的阈值就停止录制

Question

我目前有一些 python 代码不断记录 4 秒的音频块：

#!/usr/bin/env python3
import sounddevice as sd

fs = 16000

while True:
    print('Started listening')
    myrecording = sd.rec(int(4 * fs), dtype='int16', channels=1, blocking=True)

但是，我希望sounddevice 录制直到音量低于音频阈值（即，当拿着麦克风的人停止说话时），而不是固定的 4 秒块，然后重新开始听。

基本上，我想模仿像sox 的rec recording.wav silence 1 0.1 3% 1 3.0 3% 这样的命令的行为，它就是这样做的。

有没有一种简单的方法可以用sounddevice 做到这一点？

Answer 1

执行此操作的库似乎称为 VAD（语音音频检测）。对于python来说，一个好的似乎是py-webrtcvad。