Pour faire suite à la réponse de Nick Fortescue, voici un exemple plus complet de la façon d'enregistrer à partir du microphone et de traiter les données résultantes:
from sys import byteorder
from array import array
from struct import pack
import pyaudio
import wave
THRESHOLD = 500
CHUNK_SIZE = 1024
FORMAT = pyaudio.paInt16
RATE = 44100
def is_silent(snd_data):
"Returns 'True' if below the 'silent' threshold"
return max(snd_data) < THRESHOLD
def normalize(snd_data):
"Average the volume out"
MAXIMUM = 16384
times = float(MAXIMUM)/max(abs(i) for i in snd_data)
r = array('h')
for i in snd_data:
r.append(int(i*times))
return r
def trim(snd_data):
"Trim the blank spots at the start and end"
def _trim(snd_data):
snd_started = False
r = array('h')
for i in snd_data:
if not snd_started and abs(i)>THRESHOLD:
snd_started = True
r.append(i)
elif snd_started:
r.append(i)
return r
# Trim to the left
snd_data = _trim(snd_data)
# Trim to the right
snd_data.reverse()
snd_data = _trim(snd_data)
snd_data.reverse()
return snd_data
def add_silence(snd_data, seconds):
"Add silence to the start and end of 'snd_data' of length 'seconds' (float)"
silence = [0] * int(seconds * RATE)
r = array('h', silence)
r.extend(snd_data)
r.extend(silence)
return r
def record():
"""
Record a word or words from the microphone and
return the data as an array of signed shorts.
Normalizes the audio, trims silence from the
start and end, and pads with 0.5 seconds of
blank sound to make sure VLC et al can play
it without getting chopped off.
"""
p = pyaudio.PyAudio()
stream = p.open(format=FORMAT, channels=1, rate=RATE,
input=True, output=True,
frames_per_buffer=CHUNK_SIZE)
num_silent = 0
snd_started = False
r = array('h')
while 1:
# little endian, signed short
snd_data = array('h', stream.read(CHUNK_SIZE))
if byteorder == 'big':
snd_data.byteswap()
r.extend(snd_data)
silent = is_silent(snd_data)
if silent and snd_started:
num_silent += 1
elif not silent and not snd_started:
snd_started = True
if snd_started and num_silent > 30:
break
sample_width = p.get_sample_size(FORMAT)
stream.stop_stream()
stream.close()
p.terminate()
r = normalize(r)
r = trim(r)
r = add_silence(r, 0.5)
return sample_width, r
def record_to_file(path):
"Records from the microphone and outputs the resulting data to 'path'"
sample_width, data = record()
data = pack('<' + ('h'*len(data)), *data)
wf = wave.open(path, 'wb')
wf.setnchannels(1)
wf.setsampwidth(sample_width)
wf.setframerate(RATE)
wf.writeframes(data)
wf.close()
if __name__ == '__main__':
print("please speak a word into the microphone")
record_to_file('demo.wav')
print("done - result written to demo.wav")
xrange
nirange
était vraiment nécessaire dansadd_silence
(donc c'est parti maintenant). Je pense qu'Arek est peut-être sur quelque chose ici - la transition du silence au «mot» semble trop saccadée. Je pense qu'il y a d'autres réponses qui y répondent également.Je crois que le module WAVE ne prend pas en charge l'enregistrement, mais uniquement le traitement des fichiers existants. Vous voudrez peut-être regarder PyAudio pour enregistrer réellement. WAV est le format de fichier le plus simple au monde. Dans paInt16, vous obtenez juste un entier signé représentant un niveau, et plus proche de 0 est plus silencieux. Je ne me souviens pas si les fichiers WAV sont en premier octet haut ou octet bas, mais quelque chose comme ça devrait fonctionner (désolé, je ne suis pas vraiment un programmeur python:
Code PyAudio pour l'enregistrement conservé pour référence:
la source
Merci à cryo pour la version améliorée sur laquelle j'ai basé mon code testé ci-dessous:
la source
return copy.deepcopy(data_all[_from:(_to + 1)])
àcopy.deepcopy(data_all[int(_from):(int(_to) + 1)])
Je pense que cela aidera. C'est un simple script qui vérifiera s'il y a un silence ou non. Si un silence est détecté, il n'enregistrera pas sinon il enregistrera.
la source
Le site Web pyaudio contient de nombreux exemples assez courts et clairs: http://people.csail.mit.edu/hubert/pyaudio/
Mise à jour du 14 décembre 2019 - Exemple principal du site Web lié ci-dessus à partir de 2017:
la source
Vous voudrez peut-être aussi regarder csounds . Il a plusieurs API, y compris Python. Il pourra peut-être interagir avec une interface AD et collecter des échantillons sonores.
la source