python如何接收外界声音

Python接收外界声音的方法有多种，其中主要包括使用音频处理库，如PyAudio、SoundDevice和librosa等。这些库提供了简单的接口来捕获和处理音频数据。可以使用PyAudio来实时捕获音频信号、使用SoundDevice实现更高的音频处理精度，以及通过librosa进行音频分析和特征提取。下面将详细介绍这些方法及其实现步骤。

一、PYTHON音频处理库简介

Python的音频处理库提供了广泛的功能，可以帮助开发者轻松地捕获、处理和分析音频信号。以下是一些常用的音频处理库：

1、PyAudio

PyAudio是一个流行的音频处理库，基于PortAudio库构建。它提供了简单的Python接口，用于跨平台的音频输入和输出操作。PyAudio支持多种音频格式和设备，使其成为处理实时音频的首选。

2、SoundDevice

SoundDevice是一个纯Python库，提供了对音频输入和输出设备的简单接口。与PyAudio类似，SoundDevice也基于PortAudio，但它的API更简洁，适合那些只需基本功能的用户。

3、librosa

librosa是一个强大的Python库，专注于音频分析和特征提取。它提供了丰富的功能，包括音频加载、时间序列操作、音频特征提取等，是音频数据分析和机器学习任务的理想选择。

二、使用PYAUDIO捕获音频信号

PyAudio是一个功能强大的库，适合于实时音频处理任务。以下是使用PyAudio捕获音频信号的步骤：

1、安装PyAudio

首先，确保在系统中安装了PyAudio库。可以使用以下命令进行安装：

pip install pyaudio

2、捕获音频信号

使用PyAudio捕获音频信号的基本步骤如下：

import pyaudio
import wave
定义音频流参数
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 44100
CHUNK = 1024
RECORD_SECONDS = 5
OUTPUT_FILENAME = "output.wav"
初始化PyAudio对象
audio = pyaudio.PyAudio()
打开音频流
stream = audio.open(format=FORMAT,
                    channels=CHANNELS,
                    rate=RATE,
                    input=True,
                    frames_per_buffer=CHUNK)
print("Recording...")
记录音频数据
frames = []
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
    data = stream.read(CHUNK)
    frames.append(data)
print("Finished recording.")
停止音频流
stream.stop_stream()
stream.close()
audio.terminate()
保存音频数据到文件
wf = wave.open(OUTPUT_FILENAME, 'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(audio.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()

通过上述代码，可以捕获5秒的音频信号，并将其保存为WAV文件。

三、使用SOUNDDEVICE捕获音频信号

SoundDevice提供了更简洁的API，用于音频输入和输出操作。以下是使用SoundDevice捕获音频信号的步骤：

1、安装SoundDevice

首先，确保在系统中安装了SoundDevice库。可以使用以下命令进行安装：

pip install sounddevice

2、捕获音频信号

使用SoundDevice捕获音频信号的基本步骤如下：

import sounddevice as sd
import numpy as np
import scipy.io.wavfile as wav
定义音频流参数
SAMPLE_RATE = 44100
DURATION = 5  # 录音时长（秒）
print("Recording...")
捕获音频数据
audio_data = sd.rec(int(SAMPLE_RATE * DURATION), samplerate=SAMPLE_RATE, channels=2, dtype='int16')
sd.wait()  # 等待录音完成
print("Finished recording.")
保存音频数据到文件
wav.write("output.wav", SAMPLE_RATE, audio_data)

通过上述代码，可以捕获5秒的音频信号，并将其保存为WAV文件。

四、使用LIBROSA进行音频分析

librosa是一个用于音频分析的Python库，提供了丰富的功能。以下是使用librosa进行音频分析的步骤：

1、安装librosa

首先，确保在系统中安装了librosa库。可以使用以下命令进行安装：

pip install librosa

2、加载和分析音频

使用librosa加载和分析音频的基本步骤如下：

import librosa
import librosa.display
import matplotlib.pyplot as plt
加载音频文件
audio_path = "output.wav"
y, sr = librosa.load(audio_path, sr=None)
绘制波形
plt.figure(figsize=(10, 4))
librosa.display.waveshow(y, sr=sr)
plt.title('Waveform')
plt.xlabel('Time (s)')
plt.ylabel('Amplitude')
plt.show()
提取MFCC特征
mfccs = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=13)
绘制MFCC特征
plt.figure(figsize=(10, 4))
librosa.display.specshow(mfccs, sr=sr, x_axis='time')
plt.colorbar()
plt.title('MFCC')
plt.tight_layout()
plt.show()