python - 一旦音量低于 python-sounddevice 的阈值就停止录制

Question

我目前有一些 python 代码不断记录 4 秒的音频块：

#!/usr/bin/env python3
import sounddevice as sd

fs = 16000

while True:
    print('Started listening')
    myrecording = sd.rec(int(4 * fs), dtype='int16', channels=1, blocking=True)

但是，我不想有固定的 4 秒块，而是想sounddevice记录直到音量降至音频阈值以下（即，当拿着麦克风的人停止说话时），然后再次开始收听。

本质上，我想模仿像sox's这样的命令的行为rec recording.wav silence 1 0.1 3% 1 3.0 3%，它就是这样做的。

有没有简单的方法来做到这一点sounddevice？

Answer 1

执行此操作的库似乎称为 VAD（语音音频检测）。对于 python，一个好的似乎是py-webrtcvad。