PyQt5番外篇（2-3）：沖頂大會語音答題輔助小工具之解析篇——問題採集

上期我們介紹了UI的設計，就是一個很簡單的軟體界面。這期我們講講問題採集部分。

回顧上期的

我想飛：PyQt5番外篇（2-2）：沖頂大會語音答題輔助小工具之解析篇——界面搭建zhuanlan.zhihu.com

請點這裡。

實現思路

一般遇到這種問題，我都會去想想有這樣的庫嗎？有哦，童鞋！PyAudio就是這貨。

通過對PyAuido的使用，我們達到錄音的目的。

先來看看效果：

如何安裝

pip install pyaudion

PyAudio為PortAudio（跨平台音頻I / O庫）提供Python綁定。 使用PyAudio，您可以輕鬆使用Python在各種平台（如GNU / Linux，Microsoft Windows和Apple Mac OS X / macOS）上播放和錄製音頻。

PyAudio的靈感來自：

• pyPortAudio / fastaudio：用於PortAudio v18 API的Python綁定。
• tkSnack：Tcl / Tk和Python的跨平台聲音工具包。

更多詳細的PyAudio文檔，請見：PyAudio Documentation - PyAudio 0.2.11 documentation

核心代碼解析

import pyaudionimport wavennCHUNK = 1024FORMAT = pyaudio.paInt16nCHANNELS = 1nRATE = 16000nRECORD_SECONDS = 20nWAVE_OUTPUT_FILENAME = "output.wav"nnp = pyaudio.PyAudio()nnstream = p.open(format=FORMAT,n channels=CHANNELS,n rate=RATE,n input=True,n frames_per_buffer=CHUNK)nnframes = []nfor i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):n data = stream.read(CHUNK)n frames.append(data)nnstream.stop_stream()nstream.close()np.terminate()nnwf = wave.open(WAVE_OUTPUT_FILENAME, wb)nwf.setnchannels(CHANNELS)nwf.setsampwidth(p.get_sample_size(FORMAT))nwf.setframerate(RATE)nwf.writeframes(b.join(frames))nwf.close()n

初次看到這段代碼我們應該了解到什麼呢？

是的，我們需要用到兩個模塊：pyaudio、wave。

這裡簡單的介紹下wave模塊：wave模塊為WAV聲音格式提供了一個方便的界面。 它不支持壓縮/解壓縮，但支持單聲道/立體聲。

CHUNK = 1024nFORMAT = pyaudio.paInt16nCHANNELS = 1nRATE = 16000nRECORD_SECONDS = 20n

這裡一看就是一些參數設置，話說這些參數代表什麼意思呢？我等下再說。

p = pyaudio.PyAudio()n

新建一個Python到PortAudio的介面，它提供了如下的方法：

• 初始化並終止PortAudio
• 打開和關閉流
• 查詢和檢查可用的PortAudio主機API
• 查詢和檢查可用的PortAudio音頻設備

stream = p.open(format=FORMAT,n channels=CHANNELS,n rate=RATE,n input=True,n frames_per_buffer=CHUNK)n

要記錄或播放音頻，請使用pyaudio.PyAudio.open在所需設備上打開所需音頻參數的流。設置了一個pyaudio.Stream來播放或錄製音頻。具體的參數的含義如下：

• format：採樣大小和格式。我們這裡是pyaudio.paInt16，即16位int型。
• channels：聲道數，這裡我們設定的是單聲道。
• rate：採樣頻率，錄音設備在一秒鐘內對聲音信號的採樣次數，採樣頻率越高聲音的還原就越真實越自然。這裡是16000。這裡是為了匹配後期語音識別的要求設置的。
• input：指定這是否是輸入流。 默認為False。
• frames_per_buffer：指定每個緩衝區的幀數。

frames = []nfor i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):n data = stream.read(CHUNK)n frames.append(data)n

從流中讀取樣本並不斷的存入幀這個列表中。 使用非阻塞模式時請勿調用。

stream.stop_stream()nstream.close()np.terminate()n

停止流。流停止後，不會調用寫入或讀取。調用start_stream()來恢複流。

關閉流。

終止PortAudio這個Python介面。

wf = wave.open(WAVE_OUTPUT_FILENAME, wb)n

這個比較好理解，我們要新建一個」output.wav」的音頻文件。

wf.setnchannels(CHANNELS)n

設置通道數。

wf.setsampwidth(p.get_sample_size(FORMAT))n

將示例寬度設置為n個位元組（返回之前我們指定示例格式的大小（以位元組為單位））。

wf.setframerate(RATE)n

設置幀速率。

wf.writeframes(b.join(frames))nwf.close()n

寫入音頻幀。這裡b前綴代表的就是bytes。

關閉音頻文件。

小知識

如果你對音頻方面的知識不太熟悉的話，可以參考一下這篇文章：

音頻 屬性詳解(涉及採樣率、通道數、位數、比特率、幀等)tieba.baidu.com

其它

ok，今天錄音的介紹暫時就到這裡吧，下期我們再見。如果你喜歡本篇文章，請給我

點贊

讚賞

分享給你的好友們吧！

今天完整的代碼請關注微信公眾號：學點編程吧，發送pyqt5cdly，會自動得到相應的百度網盤下載鏈接。

推薦閱讀：