Как получить звуковой ввод с микрофона в python и обработать его на лету?

Привет,

Я пытаюсь написать программу на языке Python, которая будет печатать строку каждый раз, когда в микрофон нажимают. Когда я говорю "постукивание", я имею в виду громкий внезапный шум или что-то подобное.

Я искал в SO и нашел этот пост: распознавание тона аудио

Я думаю, что библиотека PyAudio соответствовала бы моим потребностям, но я не совсем уверен, как заставить мою программу ожидать аудиосигнал (мониторинг микрофона в реальном времени), и когда я получил один, как его обработать (нужно ли использовать преобразование Фурье, как это было указано в посте выше)?

Заранее благодарю за любую помощь, которую вы могли бы оказать мне.

Источник

2 ответа

Решение

Если вы используете LINUX, вы можете использовать pyALSAAUDIO. Для окон у нас есть PyAudio, а также есть библиотека под названием SoundAnalyse.

Я нашел пример для Linux здесь:

#!/usr/bin/python
## This is an example of a simple sound capture script.
##
## The script opens an ALSA pcm for sound capture. Set
## various attributes of the capture, and reads in a loop,
## Then prints the volume.
##
## To test it out, run it and shout at your microphone:

import alsaaudio, time, audioop

# Open the device in nonblocking capture mode. The last argument could
# just as well have been zero for blocking mode. Then we could have
# left out the sleep call in the bottom of the loop
inp = alsaaudio.PCM(alsaaudio.PCM_CAPTURE,alsaaudio.PCM_NONBLOCK)

# Set attributes: Mono, 8000 Hz, 16 bit little endian samples
inp.setchannels(1)
inp.setrate(8000)
inp.setformat(alsaaudio.PCM_FORMAT_S16_LE)

# The period size controls the internal number of frames per period.
# The significance of this parameter is documented in the ALSA api.
# For our purposes, it is suficcient to know that reads from the device
# will return this many frames. Each frame being 2 bytes long.
# This means that the reads below will return either 320 bytes of data
# or 0 bytes of data. The latter is possible because we are in nonblocking
# mode.
inp.setperiodsize(160)

while True:
    # Read data from device
    l,data = inp.read()
    if l:
        # Return the maximum of the absolute value of all samples in a fragment.
        print audioop.max(data, 2)
    time.sleep(.001)
Источник

... и когда я получил один, как его обработать (нужно ли использовать преобразование Фурье, как это было описано в предыдущем посте)?

Если вы хотите "нажать", то я думаю, что вы заинтересованы в амплитуде больше, чем частота. Так что преобразования Фурье, вероятно, бесполезны для вашей конкретной цели. Вы, вероятно, хотите выполнить текущее измерение кратковременной (скажем, 10 мс) амплитуды входа и определить, когда она внезапно увеличивается на определенную дельту. Вам необходимо настроить параметры:

  • что такое "кратковременное" измерение амплитуды
  • какое увеличение дельты вы ищете
  • как быстро должно произойти изменение дельты

Хотя я сказал, что вас не интересует частота, вы можете сначала выполнить некоторую фильтрацию, чтобы отфильтровать особенно низкочастотные и высокочастотные компоненты. Это может помочь вам избежать некоторых "ложных срабатываний". Вы можете сделать это с помощью цифрового фильтра FIR или IIR; Фурье не нужно.

Источник

Я знаю, что это старый вопрос, но если кто-то снова сюда заглянет... см. https://python-sounddevice.readthedocs.io/en/0.4.1/index.html.

Здесь есть хороший пример "Вход для сквозной передачи Ouput" https://python-sounddevice.readthedocs.io/en/0.4.1/examples.html#input-to-output-pass-through.

... и много других примеров...

Источник
Другие вопросы по тегам