python 通过麦克风录音 生成wav文件的方法

Python通过麦克风录音生成WAV文件的具体步骤如下：

过程

1. 安装 pyaudio 库。pyaudio 是一个 Python 调用音频 I/O 数据库的模块，可以用来开发简单的音频应用程序。用 pip 安装： pip install pyaudio。

2. 导入 pyaudio 库和 wave 库。wave 库是 Python 用于读写 WAV 文件的标准库，主要用于处理音频流。

import pyaudio
import wave

1. 设置录音参数。包括采样率（RATE）、帧数（CHUNK）、录音时长（record_seconds）、声道数（CHANNELS）等。

# 录音参数
RATE = 44100   # 音频采样率
CHUNK = 1024   # 缓冲时间
record_seconds = 5  # 录音时长
CHANNELS = 2   # 声道数

1. 创建 pyaudio 的 Audio 对象。这个对象可以打开音频设备并提供一些方法用于录制、读取和播放声音流。

# 创建 pyaudio 流
audio = pyaudio.PyAudio()

stream = audio.open(format=pyaudio.paInt16,  # 使用量化位数 16 位
                    channels=CHANNELS,       # 输入声道数目
                    rate=RATE,               # 采样率
                    input=True,              # 打开输入流
                    frames_per_buffer=CHUNK) # 缓冲区大小

frames = []   # 存放录制的数据

1. 开始录音，通过 stream.read() 方法读取数据流。每读取一次数据流，程序都将这部分数据追加到 frames 列表中。

# 录音
for i in range(0, int(RATE / CHUNK * record_seconds)):
    # 从麦克风读取数据流
    data = stream.read(CHUNK)
    # 将数据追加到列表中
    frames.append(data)

1. 停止录音，关闭输入流并释放资源。

# 停止录音，关闭输入流
stream.stop_stream()
stream.close()
audio.terminate()

# 将录音数据写入到 WAV 文件中
with wave.open("output.wav", "wb") as wf:
    wf.setnchannels(CHANNELS)
    wf.setsampwidth(audio.get_sample_size(pyaudio.paInt16)) # 量化位数 16 位
    wf.setframerate(RATE)
    wf.writeframes(b"".join(frames))

这样，就利用 Python 通过麦克风录制声音，并将其保存为 WAV 文件的完整攻略实现了。

以下是完整代码示例：

import pyaudio
import wave

# 录音参数
RATE = 44100   # 音频采样率
CHUNK = 1024   # 缓冲时间
record_seconds = 5  # 录音时长
CHANNELS = 2   # 声道数

# 创建 pyaudio 流
audio = pyaudio.PyAudio()

# 打开输入流，读取麦克风数据
stream = audio.open(format=pyaudio.paInt16,  # 使用量化位数 16 位
                    channels=CHANNELS,       # 输入声道数目
                    rate=RATE,               # 采样率
                    input=True,              # 打开输入流
                    frames_per_buffer=CHUNK) # 缓冲区大小

frames = []   # 存放录制的数据

# 录音
for i in range(0, int(RATE / CHUNK * record_seconds)):
    # 从麦克风读取数据流
    data = stream.read(CHUNK)
    # 将数据追加到列表中
    frames.append(data)

# 停止录音，关闭输入流
stream.stop_stream()
stream.close()
audio.terminate()

# 将录音数据写入到 WAV 文件中
with wave.open("output.wav", "wb") as wf:
    wf.setnchannels(CHANNELS)
    wf.setsampwidth(audio.get_sample_size(pyaudio.paInt16)) # 量化位数 16 位
    wf.setframerate(RATE)
    wf.writeframes(b"".join(frames))

这段代码可以用于录制 5 秒钟的音频，并将结果保存为 output.wav 文件。

另外一个例子是，在上述的代码中，进一步将录制的语音进行了自动化分割、语音识别等处理。如下所示：

import speech_recognition as sr

# 创建语音识别器对象
r = sr.Recognizer()

# 从 WAV 文件中读取声音数据，进行识别
with sr.AudioFile("output.wav") as source:
    # 将音频数据加载到识别器
    audio = r.record(source)
    # 对数据进行语音识别
    text = r.recognize_google(audio, language="zh-CN")

print(text)

这段代码会读取 output.wav 文件，并对其中的音频数据进行语音识别，并输出识别结果。