python处理音频相关的库

1  音频信号采集与播放 pyaudio

import sys
import pyaudio
import wave
import timeCHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 1#仅支持单声道
RATE = 16000
RECORD_SECONDS = 3#更改录音时长#录音函数，生成wav文件
def record(file_name):try:os.close(file_name)os.remove(file_name)#先删除一下文件，以防重名except:pass                  #如果文件不存在直接跳过p = pyaudio.PyAudio()stream = p.open(format=FORMAT,channels=CHANNELS,rate=RATE,input=True,frames_per_buffer=CHUNK)frames = []    print('录音开始')for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):data = stream.read(CHUNK)#print('i的数据：%s'%data)frames.append(data)print("录音结束")stream.stop_stream()stream.close()p.terminate()wf = wave.open(file_name, 'wb')wf.setnchannels(CHANNELS)wf.setsampwidth(p.get_sample_size(FORMAT))wf.setframerate(RATE)wf.writeframes(b''.join(frames))wf.close()#播放函数，播放wav文件
def play(file_name):# 定义数据流块CHUNK = 1024# 只读方式打开wav文件wf = wave.open(file_name, 'rb')#(sys.argv[1], 'rb')p = pyaudio.PyAudio()# 打开数据流stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),channels=wf.getnchannels(),rate=wf.getframerate(),output=True)# 读取数据data = wf.readframes(CHUNK)# 播放print('试听开始')while data != b'':stream.write(data)data = wf.readframes(CHUNK)print('试听结束')# 停止数据流  stream.stop_stream()stream.close()# 关闭 PyAudio  p.terminate()if __name__=='__main__':record('1.wav')play('1.wav')

• record是录音，play是播放

pyaudio是我们要安装的库，这个有时不这么好装，如果pip install pyaudio不行的话，可能要下whl包或者其他方式进行安装

如果报错 OSError: [Errno -9999] Unanticipated host error 这个要检查一下麦克风，如果麦克风连接正常，你要查一下麦克风的权限

一般只有windows上会出这样的问题，在设置中搜索麦克风

回车后点击这个

这里变为开就好了

运行的显示是这样的

在录音结束后会成成 1.wav 的音频文件

这个1.wav在windows中双击打开也是可以听的

2  语音合成 pyttsx3

使用的库是pyttsx3，项目地址 GitHub - nateshmbhat/pyttsx3: Offline Text To Speech synthesis for python

我在树莓派上使用pip安装后使用会出现这个错误 OSError: libespeak.so.1: cannot open shared object file: No such file or directory

安装这个包就可以了 sudo apt-get install espeak

下面我简单摘录两个功能

2.1  播放 

import pyttsx3
pyttsx3.speak("你好")

运行后可以听到你好

2.2  保存音频文件

import pyttsx3
engine = pyttsx3.init() # object creation"""Saving Voice to a file"""
# On linux make sure that 'espeak' and 'ffmpeg' are installed
engine.save_to_file('你好', 'test.mp3')
engine.runAndWait()

运行后会得到一个mp3文件，双击播放会听到 你好

2.3  在arm上的适配

在windows上我们直接装就行了，但是在arm上我运行上面代码得到了下面的错误

他提示没有eSpeak-ng这种东西

之后就能运行了

3  语音识别 speechrecognition与pocketsphinx

• 参考 speechrecognition_魔天一念的博客-CSDN博客
• 目前我只试过识别英文，链接中提到的中文包我没装

两个库都用pip install 下载就行，pocketsphinx是speechrecognition

import speech_recognition as sr# obtain audio from the microphone
r = sr.Recognizer()
harvard = sr.AudioFile("test.wav")
with harvard as source:audio = r.record(source)
# recognize speech using Sphinx
try:result = r.recognize_sphinx(audio)print(result)
except sr.UnknownValueError:print("Sphinx could not understand audio")
except sr.RequestError as e:print("Sphinx error; {0}".format(e))