如何使用 matplotlib 绘制 pyaudio 输入？

Question

如何在来自麦克风的 matplotlib 输入信号上绘图？ 我试图用 plt.plot(frames) 绘图，但由于某种原因，frames 是一个字符串？

a) 为什么 frames 变量是一个字符串列表？

b) 为什么数据变量是字符串列表？

c) 它们应该代表单个样本的能量/幅度并且是整数吗？

d) 当我指定我想要 1024 的块大小时，为什么数据长度是 2048？

（我猜是因为我使用了 paInt16，但仍然看不到为什么它不能是 1024）

我有以下麦克风输入代码：

import pyaudio
import audioop
import matplotlib.pyplot as plt
import numpy as np
from itertools import izip
import wave


FORMAT = pyaudio.paInt16                # We use 16bit format per sample
CHANNELS = 1
RATE = 44100
CHUNK = 1024                            # 1024bytes of data red from a buffer
RECORD_SECONDS = 3
WAVE_OUTPUT_FILENAME = "file.wav"

audio = pyaudio.PyAudio()

# start Recording
stream = audio.open(format=FORMAT,
                    channels=CHANNELS,
                    rate=RATE, input=True,
                    frames_per_buffer=CHUNK)

frames = []
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
    data = stream.read(CHUNK)
    frames.append(data)
frames = ''.join(frames)

stream.stop_stream()
stream.close()
audio.terminate()

Answer 1

a) 为什么 frames 变量是一个字符串列表？

由于 b)，这就是您在代码中构建它的方式。

b) 为什么数据变量是字符串列表？

它是一个字节串，它只是一个原始的字节序列。这就是read() 返回的内容。

c) 它们应该代表单个样本的能量/幅度并且是整数吗？

他们是。它们只是打包在一个字节序列中，而不是 Python 整数。

d) 当我指定我想要 1024 的块大小时，为什么数据长度是 2048？

1024 是帧数。每帧有 2 个字节长，所以你得到 2048 个字节。

如何在来自麦克风的 matplotlib 输入信号上绘图？我试图用 plt.plot(frames) 绘图，但由于某种原因，frames 是一个字符串？

取决于您要绘制的内容。通过将字节字符串转换为numpy数组可以获得原始幅度：

fig = plt.figure()
s = fig.add_subplot(111)
amplitude = numpy.fromstring(frames, numpy.int16)
s.plot(amplitude)
fig.savefig('t.png')

更有用的情节是spectrogram：

fig = plt.figure()
s = fig.add_subplot(111)
amplitude = numpy.fromstring(frames, numpy.int16)
s.specgram(amplitude)
fig.savefig('t.png')

但是您可以随意修改幅度，因为您有一个 numpy 数组。