音頻預處理
這一講主要介紹些音頻基本處理方式，為接下來的語音識別打基礎。
三種播放音頻的方式
使用 python 播放音頻有以下幾種方式：
os.system()
os.system(file) 調用系統應用來打開文件，file 可為圖片或者音頻文件。
缺點：要打開具體的應用，不能在后臺播放音頻。
pyaudio
安裝：pip install pyaudio
官方提供了播放音頻與錄音的 api ，使用十分方便，只要把Filename更改為你的音頻文件的文字，就可以播放音頻了。
"""PyAudio Example: Play a WAVE file."""import pyaudioimport waveCHUNK = 1024FILENAME = '你的音頻文件'def play(filename = FILENAME): wf = wave.open(filename, 'rb') p = pyaudio.PyAudio() stream = p.open(format=p.get_format_from_width(wf.getsampwidth()), channels=wf.getnchannels(), rate=wf.getframerate(), output=True) data = wf.readframes(CHUNK) while data != b'': stream.write(data) data = wf.readframes(CHUNK) stream.stop_stream() stream.close() p.terminate()
jupyter notebook
在 jupyer notebook 中播放音頻可以使用以下函數：
import IPython.display as ipdipd.Audio(文件名)
幾種讀取音頻的方式
python 有很多讀取音頻文件的方法，內置的庫 wave ，科學計算庫 scipy, 和方便易用的語音處理庫 librosa。
下面將介紹分別使用這幾種庫讀取音頻文件：
安裝：
使用：
wave.open:
參數 path 為文件名，mode 為打開方式
以'rb'方式打開文件返回一個 Wave_read 對象，而以'wb'方式打開文件返回一個 Wave_write 對象。
scipy.io.wavfile:
參數 path 為文件名
返回 rate : 采樣率（每秒采樣點的個數），data : 音頻數據
librosa.load:
參數 path 為文件名
返回 y 為音頻數據，sr 為采樣率
# read wav file from pathfrom scipy.io import wavfileimport librosaimport pyaudio# wavefile = wave.open(path,'rb')# wavfilerate, data = wavfile.read(path)# librosay, sr = librosa.load(path)
下面演示一個使用 wavfile 讀取音頻文件并且畫出波形的例子：
首先要計算音頻到底持續了多長時間，wave 的 shape 就是總的采樣點個數，除以采樣頻率可以得到持續的總時間（秒），乘1000得到總持續時間（毫秒）。接著通過 np.linsapce 產生時間的序列，最后使用 matplotlib 畫出圖像。
from scipy.io import wavfileimport matplotlib.pyplot as pltimport numpy as np%matplotlib inline# 一秒采樣數sr, wave = wavfile.read('D://QQPCMgr/Desktop/python3/skip.wav')sample_number = wave.shape[0]total_time = int(sample_number / sr * 1000)time_series = np.linspace(0,total_time,sample_number)fig, ax = plt.subplots(1, 1)ax.plot(time_series, wave)ax.set_title('Time*Amplitude')ax.set_xlabel('Time/ms')ax.set_ylabel('Amplitude/dB') 
最后再借用 pyaudio 的 api 我們可以實現連續錄音功能：
python 實現錄音功能
其中，函數 multi_record每結束一次錄音會詢問 “是否進行下一次錄音？”，按回車就可以進行下一次錄音了。
import waveimport pyaudioimport matplotlib.pyplot as pltimport timeCHUNK = 1024FORMAT = pyaudio.paInt16CHANNELS = 2RATE = 44100RECORD_SECONDS = 5def record(filename='output.wav'): """官方錄音教程 """ p = pyaudio.PyAudio() stream = p.open(format=FORMAT, channels=CHANNELS, rate=RATE, input=True, frames_per_buffer=CHUNK) print("* recording") frames = [] for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)): data = stream.read(CHUNK) frames.append(data) print("* done recording") stream.stop_stream() stream.close() p.terminate() wf = wave.open(filename, 'wb') wf.setnchannels(CHANNELS) wf.setsampwidth(p.get_sample_size(FORMAT)) wf.setframerate(RATE) wf.writeframes(b''.join(frames)) wf.close()def multi_record(num=3): """implement 多次錄音""" for i in range(1,num+1): print('第{}次錄音準備'.format(i)) filename = 'record_{}.wav'.format(i) record(filename) time.sleep(second) _ = input('進行下一次錄音？')def main(): multi_record()if __name__ == '__main__': main()總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對VEVB武林網的支持。
新聞熱點
疑難解答
