### 使用 sounddevice 和 numpy 进行音频处理 在 Python 中，`sounddevice` 是一个用于播放和录制音频的库，而 `numpy` 则是一个强大的数值计算库。将两者结合使用可以实现复杂的音频处理任务，例如实时音频分析、音频信号转换等。 #### 安装依赖 首先需要确保已安装 `sounddevice` 和 `numpy` 库。可以通过以下命令安装这些库[^3]： ```bash pip install sounddevice numpy ``` #### 基本用法 `sounddevice` 提供了简单易用的接口来播放和录制音频。结合 `numpy`，可以对音频数据进行数值处理。以下是基本的使用方法： 1. **录音并保存为 NumPy 数组** 使用 `sounddevice.rec()` 函数可以录制音频，并将其存储为 NumPy 数组。 ```python import sounddevice as sd import numpy as np # 设置采样率和录音时长 fs = 44100 # 采样率 (Hz) duration = 5 # 录音时长 (秒) print("开始录音...") recording = sd.rec(int(duration * fs), samplerate=fs, channels=2) # 录制立体声 sd.wait() # 等待录音完成 print("录音完成") # 将录音数据保存为 NumPy 数组 np.save('recording.npy', recording) ``` 2. **从 NumPy 数组播放音频** 使用 `sounddevice.play()` 函数可以从 NumPy 数组中播放音频。 ```python import sounddevice as sd import numpy as np # 加载保存的录音数据 recording = np.load('recording.npy') # 播放音频 fs = 44100 # 确保采样率与录音时一致 sd.play(recording, samplerate=fs) sd.wait() # 等待播放完成 ``` 3. **音频数据类型转换** 在处理音频时，可能需要对数据类型进行转换。可以使用 `numpy` 的 `astype()` 方法来实现这一功能[^5]。 ```python import numpy as np # 创建一个示例音频数组 audio_data = np.random.rand(1000, 2) # 随机生成双声道音频数据 # 转换数据类型为 int16 converted_data = audio_data.astype(np.int16) # 查看转换后的数据类型 print(converted_data.dtype) ``` #### 实时音频处理 结合 `PyAudio` 和 `numpy`，可以实现更复杂的实时音频处理任务。例如，实时分析音频频率或滤波处理[^2]。 ```python import pyaudio import numpy as np # 初始化 PyAudio p = pyaudio.PyAudio() # 设置参数 CHUNK = 1024 FORMAT = pyaudio.paFloat32 CHANNELS = 1 RATE = 44100 # 打开音频流 stream = p.open(format=FORMAT, channels=CHANNELS, rate=RATE, input=True, frames_per_buffer=CHUNK) print("开始实时音频处理...") while True: # 读取音频数据 data = stream.read(CHUNK) # 将二进制数据转换为 NumPy 数组 audio_array = np.frombuffer(data, dtype=np.float32) # 对音频数据进行处理（例如 FFT 分析） fft_result = np.fft.fft(audio_array) print(f"FFT 结果: {fft_result[:10]}") # 输出前 10 个 FFT 值 print("结束实时音频处理") stream.stop_stream() stream.close() p.terminate() ``` ### 注意事项 - 在使用 `sounddevice` 时，确保系统音频设备正常工作[^4]。 - 如果需要处理大量音频数据，建议优化代码以减少内存占用和计算时间。 ---