pyaudio¶

PyAudio 底层使用的音频库是 PortAudio,PortAudio 是跨平台的开源音频 I/O 库。PyAudio 封装了 PortAudio 的 API,提供更友好的 Python 接口。

安装:

pip install pyaudio

sudo apt install python3-pyaudio

PyAudio官网: https://people.csail.mit.edu/hubert/pyaudio/
PyAudio Documentation: https://people.csail.mit.edu/hubert/pyaudio/docs/
https://pypi.org/project/PyAudio/

PortAudio¶

http://www.portaudio.com/
PortAudio 是 PyAudio 底层使用的跨平台开源音频 I/O 库。它提供统一的音频 I/O 接口,可以在许多平台上工作,如 Windows、Mac OS X、Linux 等。

PortAudio 主要功能:

- 统一的 API,支持跨平台开发
-  full-duplex(全双工)音频 I/O
- 多种音频格式支持:PCM,float,各种压缩格式等
- 同时支持多个音频接口(Host API):
        Windows 的 DirectSound(首选)、MME(Multimedia Extensions)
        Mac 的 CoreAudio
        Linux的
                - ALSA(Advanced Linux Sound Architecture, 首选)
                - OSS(Open Sound System)
                - JACK(Jack Audio Connection Kit)
        - iOS: Audio Unit
        - Android: AAudio

工作原理:

1. Host API
        PortAudio 支持许多平台的 Host API,如 Windows 的 DirectSound,Mac 的 CoreAudio 等。
        Host API 是 PortAudio 与底层音频硬件通信的接口。

2. 设备(Device)
        一个设备对应一个音频接口或一个音频卡。
        可以通过 PortAudio 枚举可用的输入输出设备。

3. 流(Stream)
        流代表一个音频 I/O 通道。
        可以打开输入流捕获音频,或者打开输出流播放音频。
        一个设备可能会有多个流同时打开。

4. 回调(Callback)
        需要注册一个回调函数来接收或发送音频数据。
        当 PortAudio 从输入设备捕获新音频或者需要发送更多数据到输出设备时,回调函数会被调用。

5. 线程
        PortAudio 使用后台线程读取和发送音频数据,同时调用我们注册的回调函数。
        这使得音频处理可以同时进行而不会数据丢失。

6. 采样格式(Sample Format)
        PortAudio 支持不同采样深度(8/16/24/32 位)和采样率的 PCM 流。
        PortAudio 通过定义一个简单但抽象的 API,来支持跨平台录制和播放音频流,这为上层库如 PyAudio 提供了很好的基础。

PCM¶

PCM 是脉冲编码调制(Pulse Code Modulation)的缩写,是一种数字表示音频信号的方式。

常用的 PCM 采样率有:

- 8000 Hz 用于电话
- 44100 Hz 用于 CD 音质
- 48000 Hz 用于 DVD 音质

常见的 PCM 格式有:

- 8位无符号 char: format=paUInt8
- 16位有符号 short: format=paInt16 (默认格式)
- 32位有符号 int: format=paInt32

常见问题¶

权限问题:

PyAudio 打开音频设备需要权限
需要确保 Python 脚本有读写 /dev/snd/* 等音频设备的权限

sudo adduser $USER audio
sudo chmod a+rw /dev/snd/*

设备busy:

lsof /dev/snd/*