时间戳

首页 > 解决方案 > 如何增加来自 python 中 pyaudio 的字节数组的体积

python - 如何增加来自 python 中 pyaudio 的字节数组的体积

问题描述

我正在将音频从麦克风流式传输到我的扬声器。但我想增加现场声音的音量，但我想不出办法，我已经在谷歌搜索了一段时间。

她是我的密码

import pyaudio

Chunk = 1024
AudioFormat = pyaudio.paInt16
Channels = 2
Rate = 44100

PortAudio = pyaudio.PyAudio()
sourceDevice = PortAudio.open(format=AudioFormat,
                              channels=Channels,
                              rate=Rate,
                              input=True,
                              input_device_index=2,
                              frames_per_buffer=Chunk
                              )

destinationDevice = PortAudio.open(format=AudioFormat,
                                   channels=Channels,
                                   rate=Rate,
                                   output=True,
                                   output_device_index=4,
                                   frames_per_buffer=Chunk
                                   )

while True:
    try:
        data = sourceDevice.read(Chunk)
    except OSError:
        data = '\x00' * Chunk
    except IOError as ex:
        if ex[1] != pyaudio.paInputOverflowed:
            raise
        data = '\x00' * Chunk


    # Doing Something To Data Here To Incrase Volume Of It
    data = data # Function Here??

    destinationDevice.write(data, Chunk, exception_on_underflow=True)

数据变量是什么的一个例子（这被缩短了很多，原来是MASSIVE）b'\xec\x00G\x01\xa7\x01\xbe\x01\x95\x00\xf7\x00+\x00\x91 \x00\xa1\x01W\x01\xec\x01\x94\x01n\x00\xac\x00I\x00\xa4\x00\xfb\x00"\x01g\x00\x8d\x00*\x00m\x00\xde\x00 \x04\x01\xb2\x00\xc7\x005\x00-\x00(\x01\xb0\x00\xec\x01Q\x01.'

标签： pythonpyaudiopydub

解决方案

您可以使用 numpy 将原始数据转换为 numpy 数组，然后将数组乘以体积比并将其写入输出流。

from math import sqrt
import numpy as np

# ...

# convert the linear volume to a logarithmic scale (see explanation below)
volumeFactor = 2
multiplier = pow(2, (sqrt(sqrt(sqrt(volumeFactor))) * 192 - 192)/6)

while True:
    try:
        data = sourceDevice.read(Chunk)
    except OSError:
        data = '\x00' * Chunk
    except IOError as ex:
        if ex[1] != pyaudio.paInputOverflowed:
            raise
        data = '\x00' * Chunk


    # Doing Something To Data Here To Incrase Volume Of It
    numpy_data = np.fromstring(data, dtype=np.int16)
    # double the volume using the factor computed above
    np.multiply(numpyData, volumeMultiplier, 
        out=numpyData, casting="unsafe")

    destinationDevice.write(numpy_data.tostring(), Chunk, exception_on_underflow=True)

这个概念是音频数据在概念上是一个样本数组，每个样本都有一个取决于位“深度”的值。标准数字音频（如 CD 音频）为 44100kHz，16 位立体声，这意味着每秒钟有 88200 个样本（因为它是立体声），每个样本占用 2 个字节（8 位 + 8 位）。如果你同样改变每个样本的值，你实际上会改变它的音量。

现在，问题是感知音量不是线性的，而是对数的。所以，如果你想获得两倍的音量，你不能只是双倍的样本值。

我正在使用几年前发现的转换（如果我没记错的话，来自 Ardor 滑块），它应该足够准确。
但是要小心，您很容易获得非常高的电平，这会导致声音失真。

推荐阅读