在实时Python 3.7中操作音频缓冲区

Question

我使用“声音设备”库构建了一个Python3.7程序，该程序从音频设备接收缓冲区（512个样本），对其进行处理并发送到同一设备。 “音频设备”是一个声卡，因此可以连接麦克风，处理输入，并在处理后实时发送给扬声器

这个过程是立体声的（两个通道），我正在努力提高效率。它是一个简单的低通滤波器

接收缓冲区： 形状中有512个样本：

[
[XLeft1 , XRight1]
[XLeft2 , XRight2]
...
[XLeft512 , XRight512]
]

过程： 必须逐个采样，如：[Xleft1，XLeft2，…，XLeft512]，然后右通道也是如此

输出缓冲区 必须与缓冲区中的相同。所以在这里，我需要做一些数据转换，我试图最小化

实现这一点的CPU效率最高的方法是什么

我现在使用的代码是：

def do_process(self,indata):
  Y=[]
  for i in range(0,len(indata[0])):                    #Two channels for stereo
      v=indata[:,i]# i represent number of channel     #v is the current channel 
      if i ==0:
       current_chunk_filter=self.low_pass1.do_calculation(v)   
      if i==1:
       current_chunk_filter=self.low_pass2.do_calculation(v)
      Y.insert(i,current_chunk_filter)
      
  outdata=list(map(list, zip(*Y)))# transpose the list
  dimensioned_numpy_array = np.reshape(outdata, (int(len(outdata)), 2)) #Makes the list vertical
  return   dimensioned_numpy_array 

我如何避免（或提高效率）从列表、转置、重塑等方面走出来

Answer 1

输出块的大小不会改变，一次只存在一个。因此，预先分配它，然后将输出数据直接放入正确的位置

比如：

channels = 2
samples = 512
out = numpy.zeros(shape=(samples, channels))
filters = [self.low_pass1, self.low_pass2]

def do_process(in, out):
  
  for channel in range(in.shape[1]):
     out[:, channel] = filter[channel].do_calculation(in[:, channel])