加快声音处理算法答案

【问题标题】：Speeding up the sound processing algorithm加快声音处理算法
【发布时间】：2016-05-03 14:28:16
【问题描述】：

我使用以下代码进行一些即时声音处理/分析。它有效，但真的很慢（与计划的速度相比）。我添加了一些时间标记来找出问题出在哪里，据他们说不应该有任何问题。所有三个计算时间的典型持续时间（见下文）

编辑：请注意，时间测量在这里并不是真正的问题。为了证明这一点：MyPeaks 基本上只是找到了相当短的 FFT 的最大值——并不昂贵。即使这些例程被注释掉，问题仍然存在。

我应该使用不同于 lambda 函数的东西来创建循环吗？
我在启动和录制流时是否犯了一些错误？

等等

import pyaudio
import struct
import mute_alsa
import time
import numpy as np
from Tkinter import *


def snd_process(k=0):
 if k<1000:
  t0=time.clock()

  data = stream.read(CHUNK)

  t1=time.clock()

  fl=CHUNK
  int_data = struct.unpack("%sh" %str(fl),data)
  ft=np.fft.fft(int_data)
  ft=np.fft.fftshift(ft)
  ft=np.abs(ft)     

  t2=time.clock()

  pks=MyPeaks(np.log(ft))

  freq_out.configure(text=str(pks))

  t3=time.clock()

  print t1-t0, t2-t1, t3-t2     

  master.after(1, lambda: snd_process(k+1))

CHUNK = 8000
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 4000

p = pyaudio.PyAudio()

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

#Tkinter stuff
master=Tk()
button_play=Button(master, command=snd_process, bg="yellow", text="Analyze")
button_play.grid(row=0, column=0)
freq_out = Label(master)
freq_out.grid(row=0, column=1)
freq_out.configure(text='base')
mainloop()

【问题讨论】：

使用 C 加速你的 python！（或 cython）
你怎么知道时间是处理时间而不是master.after()？当我尝试对原始 C 进行 numpy 时，它似乎要快得多。（对于不足为奇的点）
@paddyg 我没有，但这不是问题（见编辑）。
如果您每毫秒运行一个函数，并且执行 1000 次，则整个处理必须至少需要一秒钟，加上执行实际工作所需的时间。

标签： python performance python-2.7 pyaudio

【解决方案1】：

您正在 tk 主线程中安排 1000 个回调；对于您使用 1 毫秒延迟的每个回调（after() 的第一个参数）。这意味着最后一个循环将在第一个循环 1000 毫秒（1 秒）之后开始。

也许这就是循环仍然需要大约一秒钟才能完成的方式。

所以，请尝试使用after_idle()。我认为你真的不需要加快声音处理算法，因为np 已经非常高效了。

[编辑] 惊喜！！您在每次迭代 1 秒 8000 字节时以 16 位格式从音频通道读取 4000 帧速率。你需要一秒钟才能拥有它。

【讨论】：

谢谢，但是 - 遗憾的是 - 它不起作用。 after_idle 需要大约相同的时间，当使用 0 ms 超时时，它不会更新 Tkinter 中的字段 (freq_out.configure(text=str(pks)))
所以也许最好在 20 或 50 个的包中进行，我认为您不需要 1 毫秒的 UI 刷新粒度...
@VictorPira 请注意：如果您没有 UI 的完整周期需要（例如）200 毫秒，那么您要求的 UI 刷新率为每秒 5000 帧：也许 TclTk 不是为此类任务设计的。
200 毫秒是 5 帧/秒。这应该是可行的。但你是对的，在 1 毫秒后强制重绘可能太多了。
@RolandSmith 在 200 毫秒内发送 1000 次更新 -> 0.2 毫秒内 1 帧 -> 每秒 5000 帧。

【解决方案2】：

像您所做的那样将 I/O 和计算压缩到主循环中是经典的解决方案。但是还有其他选择。

在第二个线程中进行音频收集和计算。由于 I/O 和 numpy 都应该释放 GIL，因此它可能是一个不错的选择。这里有一个警告。由于 TKinter 之类的 GUI 工具包通常不是多线程安全的，因此您应该不从第二个线程调用 Tkinter。但是您可以设置一个用after 调用的函数来检查计算的进度并每隔100 毫秒更新一次用户界面。
在不同的multiprocessing.Process 中进行音频收集和计算。这使它与您的 GUI 完全分离。您将不得不建立一个沟通渠道，例如Queue 将pks 发送回主进程。您应该使用after 函数来检查Queue 是否有可用数据，如果有则更新显示。

【讨论】：

【解决方案3】：

根据您运行的操作系统，您可能不会测量实际的“挂钟”时间。有关详细信息，请参阅此处http://pythoncentral.io/measure-time-in-python-time-time-vs-time-clock/。请注意，对于 python 3.3，不推荐使用 time.clock，建议使用 time.process_time() 或 time.perf_counter()。

【讨论】：