标签:声音 plt stream numpy CHUNK 方波 实时 import data
import pyaudio
from matplotlib import pyplot as plt
from matplotlib import lines
import numpy
def paly_audio(data):
color = ["red", "black", "yellow", "green", "pink", "gray", "lightgreen", "orange", "blue", "teal"]
data = [i for i in data]
cls = [i for i in range(0, len(data))]
plt.ion()
plt.clf()
data=numpy.sum(numpy.array(data).reshape(64,64),0)
data=numpy.hstack([data.reshape(64, 1)]*64)
data=numpy.hstack(data)
# data=numpy.tan(data)
data.tolist()
plt.ylim(0,15000)
plt.plot(data,color=color[0])
# 这里所有图片的路径已经分布位置弄出来统计按照分类列表分别存起来,最后计算每个类别的范围L,将L分为3个部分,中间部分假设为真是分布
# 边缘部分在数据多的情况下去掉,如果数据少可以将边缘部再分几部分,去掉边缘部分即可
# print(x,y)
# plt.legend(label, loc="upper right") # 如果写在plot上面,则标签内容不能显示完整
# plt.title("epoch={}".format(str(epoch + 1)))
# plt.savefig('{}/{}.jpg'.format(save_path, epoch + 1))
plt.draw()
plt.pause(0.01)
def record_audio(record_second):
CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 44100
p = pyaudio.PyAudio()
stream = p.open(format=FORMAT,
channels=CHANNELS,
rate=RATE,
input=True,
frames_per_buffer=CHUNK)
print("设置参数完毕")
print("开始监测声音")
# int(RATE / CHUNK * record_second)录制时间内,需要读取多少次数据
# CHUNK一次采样数据多少
# RATE一秒采样多少
for _ in range(0, int(RATE / CHUNK * record_second)):
data = stream.read(CHUNK)
# 这里直接迭代就会将data的16进制直接变成10进制
# for one_data in data:
# print(one_data)
paly_audio(data)
print("监测完成")
stream.stop_stream()
stream.close()
p.terminate()
if __name__ == '__main__':
record_audio(record_second=1000)
import pyaudio
import wave
from tqdm import tqdm
from matplotlib import pyplot as plt
import numpy
def paly_audio(data):
color = ["red", "black", "yellow", "green", "pink", "gray", "lightgreen", "orange", "blue", "teal"]
data = [i for i in data]
cls = [i for i in range(0, len(data))]
plt.ion()
plt.clf()
data=numpy.sum(numpy.array(data).reshape(64,64),0)
data=numpy.hstack([data.reshape(64, 1)]*64)
data=numpy.hstack(data)
data.tolist()
plt.ylim(0,15000)
plt.plot(data , "-", color=color[0])
# 这里所有图片的路径已经分布位置弄出来统计按照分类列表分别存起来,最后计算每个类别的范围L,将L分为3个部分,中间部分假设为真是分布
# 边缘部分在数据多的情况下去掉,如果数据少可以将边缘部再分几部分,去掉边缘部分即可
# print(x,y)
# plt.legend(label, loc="upper right") # 如果写在plot上面,则标签内容不能显示完整
# plt.title("epoch={}".format(str(epoch + 1)))
# plt.savefig('{}/{}.jpg'.format(save_path, epoch + 1))
plt.draw()
plt.pause(0.01)
def play_audio(wave_path):
CHUNK = 1024
wf = wave.open(wave_path, 'rb')
# instantiate PyAudio (1)
p = pyaudio.PyAudio()
# open stream (2)
stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
channels=wf.getnchannels(),
rate=wf.getframerate(),
output=True)
# read data
data = wf.readframes(CHUNK)
# play stream (3)
datas = []
while len(data) > 0:
data = wf.readframes(CHUNK)
datas.append(data)
for d in tqdm(datas):
paly_audio(d)
stream.write(d)
# stop stream (4)
stream.stop_stream()
stream.close()
# close PyAudio (5)
p.terminate()
if __name__ == '__main__':
play_audio("output.wav")
链接: https://pan.baidu.com/s/1kZ6tXJKYJn4PmlnvxDQs_w 提取码: kvx4 复制这段内容后打开百度网盘手机App,操作更方便哦
标签:声音,plt,stream,numpy,CHUNK,方波,实时,import,data 来源: https://blog.51cto.com/u_15177056/2795581
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。