使用python和pyaudi的频道和采样率

Question

我正在尝试使用python和pyaudio录制和播放一些音频。 我正在使用一个麦克风连接到树莓pi和一个C-Media Electronics，Inc.CM108音频控制器设置为默认设备。

这个设备只记录单声道。

    0 - USB PnP Sound Device: USB Audio (hw:0,0)
    {'defaultSampleRate': 44100.0, 'defaultLowOutputLatency': 0.011609977324263039, 'defaultLowInputLatency': 0.011609977324263039, 'maxInputChannels': 1L, 'structVersion': 2L, 'hostApi': 0L, 'index': 0, 'defaultHighOutputLatency': 0.046439909297052155, 'maxOutputChannels': 2L, 'name': u'USB PnP Sound Device: USB Audio (hw:0,0)', 'defaultHighInputLatency': 0.046439909297052155}

记录代码

    import pyaudio, wave, sys
    CHUNK = 8192
    FORMAT = pyaudio.paInt16
    CHANNELS = 1
    RATE = 44100
    RECORD_SECONDS = 10
    WAVE_OUTPUT_FILENAME = 'Audio_.wav'
    p = pyaudio.PyAudio()
    stream = p.open(format=FORMAT,
             channels = CHANNELS,
             rate = RATE,
             input = True,
             input_device_index = 0,
             frames_per_buffer = CHUNK)
    print("* recording")
    frames = []
    for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
        data = stream.read(CHUNK)
        frames.append(data)
    print("* done recording")
    stream.stop_stream()    # "Stop Audio Recording
    stream.close()          # "Close Audio Recording
    p.terminate()           # "Audio System Close

    wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
    wf.setnchannels(CHANNELS)
    wf.setsampwidth(p.get_sample_size(FORMAT))
    wf.setframerate(RATE)
    wf.writeframes(b''.join(frames))
    wf.close()

我可以用aplay玩这个游戏，它显示了

    Playing WAVE 'Audio_.wav' : Signed 16 bit Little Endian, Rate 44100 Hz, Mono

但是，当我尝试使用python/pyaudio使用这段代码播放它时，我的问题就开始了。

回放代码

    import pyaudio
    import wave
    import sys
    import time
    output_device_index = 0
    CHUNK = 1024
    if len(sys.argv) < 2:
        print("Plays a wave file.\n\nUsage: %s filename.wav" 
        % sys.argv[0])
        sys.exit(-1)

    wf = wave.open(sys.argv[1], 'rb')

    # instantiate PyAudio (1)
    p = pyaudio.PyAudio()
    def callback(in_data, frame_count, time_info, status):
        data = wf.readframes(frame_count)
        return (data, pyaudio.paContinue)

    stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
            channels=wf.getnchannels(),
            rate=wf.getframerate(),
            output=True,
            output_device_index=output_device_index,
            stream_callback=callback)

    data = wf.readframes(CHUNK)
    while stream.is_active():
        time.sleep(0.1)

    stream.stop_stream()
    stream.close()
    wf.close()
    p.terminate()

我得到的音频是以错误的采样率播放的，所以我听起来像是来自（阿尔文和花栗鼠）的声音，有很多嗡嗡声/嗡嗡声。 我想这是因为C-media USB声卡本身不能播放单声道流。

当使用aplay时，plughw:0,0修复了这个问题。 我已经设置了我的.asoundrc，如下所示，这样在使用aplay时就不必指定它了。

    pcm.plug0 {
        type plug
        slave {
            pcm "hw:0,0"
        }
    }

但这在使用python播放音频文件时没有帮助。 请有人指点我正确的方向。

Answer 1

我不知道它对π是否有效，但你可以试试python-sounddevice。

Answer 2

您可以尝试将输出流中的通道数设置为2。然后必须每2个字节重复一次。

假设您的宽度为2（16位音频），则从wavfile（作为字节字符串）中获取的流将如下所示：

B1a B1b B2a B2b B3a B3b ... etc

你需要的是这个（如果你想在两个通道上输出：

B1a B1b B1a B1b B2a B2b B2a B2b B3a B3b B3a B3b

如果您尝试将第一个流传输到立体声设备，则当偶数个采样转到左声道，奇数个采样转到右声道时，它的音高会提高一倍，而且两个声道只获得1/2的采样。