当前位置: 首页 > news >正文

python pyaudio实时读取音频数据并展示波形图

python pyaudio实时读取音频数据并展示波形图

下面代码可以驱动电脑接受声音数据,并实时展示音波图:

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
import pyaudio
import wave
import os
import operator
from functools import reduceclass SubplotAnimation(animation.TimedAnimation):def __init__(self, static=False, path=None):"""音频波形动态显示,实时显示波形:param static: 是否为静态模式:param path:   wav 文件路径"""self.static = staticif static and os.path.isfile(path):self.stream = wave.open(path)# 采样频率self.rate = self.stream.getparams()[2]self.chunk = self.rate / 2self.read = self.stream.readframeselse:self.rate = 8000  # 采样率self.chunk = 200  # 语音块大小self.deviceindex = 0  # 录音设备编号p = pyaudio.PyAudio()# frames_per_buffer=self.chunk 设置音频流的缓冲区大小,即每次从音频设备读取的数据块的大小self.stream = p.open(format=pyaudio.paInt16, channels=1, rate=self.rate,input_device_index=self.deviceindex,input=True, frames_per_buffer=self.chunk)self.read = self.stream.readself.chunknum = 40  # 同屏显示语音块的数量self.voicedatas = []self.zero = [0 for i in range(self.chunk)]for index in range(self.chunknum):self.voicedatas.insert(0, self.zero)# 定义波形显示图的横纵坐标大小及类别并选用读取实时音频数据方式显示,设定更新间隔def start(self):fig = plt.figure()ax1 = fig.add_subplot(1, 1, 1)ax1.set_xlabel("t")ax1.set_ylabel("x")ax1.set_xlim(0, 1.0 * (self.chunknum * self.chunk - 1) / self.rate)ax1.set_ylim(-16000, 16000)self.line1, = ax1.plot([], [], lw=2)# 更新间隔/msinterval = int(1000 * self.chunk / self.rate)animation.TimedAnimation.__init__(self, fig, interval=interval, blit=True)# 初始化绘图,l.set_data([], []) 将绘图数据清空,使得动画开始时图像为空白状态def _init_draw(self):lines = [self.line1]for l in lines:l.set_data([], [])def new_frame_seq(self):return iter(range(self.chunk))def _draw_frame(self, framedata):if self.static:# 读取静态wav文件波形y = np.fromstring(self.read(self.chunk / 2 + 1), dtype=np.int16)[:-1]else:# 实时读取声频data = np.fromstring(self.read(self.chunk, exception_on_overflow=False), dtype=np.int16)data = data.tolist()self.voicedatas.append(data)self.voicedatas.pop(0)y = reduce(operator.add, self.voicedatas)  # 将 self.voicedatas 中的 40 个列表数据全部放在 1 个列表中x = np.linspace(0, 1.0 * (self.chunknum * self.chunk - 1) / self.rate, self.chunknum * self.chunk)# 画波形图self.line1.set_data(x, y)ani = SubplotAnimation()
ani.start()
plt.show()

在这里插入图片描述

http://www.lryc.cn/news/257445.html

相关文章:

  • 【算法系列篇】递归、搜索和回溯(二)
  • Ubuntu下安装SDL
  • 创建vue项目:vue脚手架安装、vue-cli安装,vue ui界面创建vue工程(vue2/vue3),安装vue、搭建vue项目开发环境(保姆级教程二)
  • 【3】密评-物理和环境安全测评
  • 笨爸爸工房,我们在校园|“小鲁班”,铸未来
  • RPC 集群,gRPC 广播和组播
  • OpenSSL SSL_read: Connection was reset, errno 10054
  • 【springboot】整合redis和定制化
  • HarmonyOS鸿蒙操作系统架构开发
  • 共创共赢|美创科技获江苏移动2023DICT生态合作“产品共创奖”
  • 深度学习——第3章 Python程序设计语言(3.5 Python类和对象)
  • 【原创】【一类问题的通法】【真题+李6卷6+李4卷4(+李6卷5)分析】合同矩阵A B有PTAP=B,求可逆阵P的策略
  • 代码随想录算法训练营第六十天 | 84.柱状图中最大的矩形
  • C#结合JavaScript实现多文件上传
  • STM32——继电器
  • 性能监控体系:InfluxDB Grafana Prometheus
  • CS106L2023 and CS106B 环境配置(详细教程)
  • Docker-多容器应用
  • Golang导入导出Excel表格
  • 基于Maven的Spring Boot应用版本号获取解析
  • LLM微调(二)| 微调LLAMA-2和其他开源LLM的两种简单方法
  • AVP对纵向控制ESP(Ibooster)的需求规范
  • 小模型学习(1)-人脸识别
  • sublime Text使用
  • 基于深度学习的yolov7植物病虫害识别及防治系统
  • Leetcode 2963. Count the Number of Good Partitions
  • C语言动态内存经典笔试题分析
  • 截断正态分布stats.truncnorm()X.rvs(10000)
  • 第59天:django学习(八)
  • 举例说明自然语言处理(NLP)技术。