问题标签 [python-sounddevice]

我一直在使用一个使用sounddevice模块播放音频的 python 程序。该程序在我的办公室电脑（运行Ubuntu 17.10）中运行良好，但在我的家用电脑（运行Linux Mint 18.3）中运行良好。它会产生以下错误：

我该如何解决这个问题？

我编写了一个实验，向参与者展示了一系列视觉刺激（刺激持续时间：100 毫秒，试验持续时间：500 毫秒）。在视觉刺激开始的同时，会播放 100 毫秒的声音。一些视觉刺激是目标，参与者在检测到目标时应按空格键。我想知道参与者对目标的反应时间。所以我使用 event.getKey 存储按下空格键的全局时间。我存储了一个全局时间来比较试验开始的时间和按下空格键的时间。我这样做是因为我的试验间隔很短，并且参与者可能会在接下来的试验中对目标做出反应。

当我注释掉声音的 sd.play 时，代码似乎可以工作，但是一旦播放声音，反应时间似乎就会消失，并且它总是在目标试验之后将其存储在试验中（即使我知道我按下了空格键在目标试验期间）。

以前有人遇到过这个问题吗？

以下是该过程的代码：

=========== 编辑 ============ 下面我粘贴整个实验的 MCVE 版本：

我是使用 python 进行音频处理的菜鸟。我从互联网上获得了以下 python 代码来执行实时录音。每当我使用以下代码进行录制时，录制的音频文件的开头都会有一个零块。录制不会立即开始，它会在录制开始之前添加零。

我希望录制立即发生，我在开始时运行没有任何零的代码。任何帮助表示赞赏。

我的最终目标是同时输出一个 wav 文件并在麦克风上录制，并在绘图上将两者叠加显示。这不需要低延迟，但它确实需要两个图以正确表示实时发生的事情的方式重叠。如果我将麦克风线连接到扬声器线，则图表应该相对良好地排列在一起。

在输入图的顶部输出

由于似乎有一定的延迟，我的解决方案是使用回调给出的时间变量。这应该让我在绘制它以调整延迟时适当地改变情节。我收到了 DAC 时间和当前时间的适当值，但 ADC 时间给了我 0。

我正在使用 sd.Stream 同时从麦克风输出声音和录音。我需要能够同时获取输入和输出以进行实时音频处理，这就是我使用 Stream 的原因。如果我使用的所有文件都使用相同的采样率，这很好。如果我有一些不具有相同采样率的音频文件，我需要能够更改 Stream 使用的采样率。

我的第一次尝试是关闭finished_callback 中的流：

然后在 update_plot 中重新打开一个流：

重新打开流似乎根本没有任何效果。我相信这样做的原因是在我之前使用的新流之后我没有任何阻塞（plt.show）。在这部分我不能有任何阻碍，因为这是我更新我的情节的地方。有没有办法在它已经打开后更改流的采样率，或者有另一种方法来完成我想要做的事情？

使用运行 Raspbian GNU/Linux 8 (jessie) 的 Raspberry Pi Model B+，带有蓝色“Snowball”USB 麦克风和连接到 3.5 毫米插孔输出的有源扬声器。尝试运行pushtotalk.py来自GassistPi的 Google Assistant 示例。样本运行但会产生多个下溢错误和断断续续的音频输出。Git 搜索发现了这个类似的问题，并指出了缓冲区参数设置（此处audio_helpers.py为完整代码）和可能的 CPU 问题。下面的代码片段显示了参数设置以及产生错误消息的代码。在这里查看了python-sounddevice的更详细的解释但它超出了我的范围（才刚刚开始学习 Python！）。寻找一个简洁（且相对简单）的问题答案，是什么决定了参数设置的值以及如何修改代码/参数以防止/减少下溢错误？

代码片段 #1 audio_helpers.py 示例中的参数设置：

代码片段 #2 audio_helpers.py 示例中的错误报告代码：

最后是运行时的警告输出pushtotalk.py

更新OK，稍加修改我已经设法通过注释掉代码来减少断断续续的音频输出，该代码audio_helpers.py会为下溢和溢出条件生成警告消息输出。似乎当检测到下溢/溢出情况时，logging.warning 正在输出到终端（stdout？），这导致音频播放暂时中断。您仍然可以在音频输出中检测到轻微的断断续续，但比以前要好得多。理想情况下，与其阻止警告消息的输出，不如从一开始就阻止发生下溢/溢出情况！

下面的代码片段显示了在 中注释掉的两个 logging.warning 函数audio_helpers.py。该文件位于/home/pi/env/lib/python3.5/site-packages/googlesamples/assistant/grpc我的设置中。

Doc-String """ 的使用现在更改为 # 用于注释掉的部分

更新 2 在@Matthias 的建议中，详细说明了如何pushtotalk.py启动以及使用 switch 的结果--audio-block-size

--audio-block-size我还尝试了从 1024 到 65536的（有效二进制）值，也尝试了0 来衡量。所有产生相同的原始结果或运行时错误。

我目前有一些 python 代码不断记录 4 秒的音频块：

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？

我已经工作了几个小时，试图找出一种在没有麦克风的情况下从应用程序中测量音量的方法。

我首先尝试使用 PyAudio，但所有示例都是使用麦克风作为扬声器声音的捕获设备，但由于我没有麦克风，这变得很难。

然后我找到了 python-sounddevice ，它似乎应该可以工作，但我在尝试获取声音时不断出错。

这是我使用的代码：

我打印设备，所以我会在这里打印它们：

这是我得到的错误：

也许我以错误的方式接近这个，通道是 0 进 2 出，我尝试将其作为默认值。

我无法sounddevice在 python 中使用录制音频。此代码以前在旧版本的 Mac OS 上工作。

python3代码如下：

输出是

尽管此处未显示所有值，但我已确认它们都为零。当声音正确记录时，这些值中的大多数都是非零的。

我已确认设备设置正确：

这与 Mac OS 中的权限有关吗？我正在使用莫哈韦沙漠。

谢谢你。

我知道这似乎是 ValueError 帖子中的另一篇，但请听我说完，并了解我已尝试使用 Google 搜索并浏览 StackOverflow 社区，以寻找可行的解决方案来解决我的问题。

我目前正在尝试将我的解调样本传递给sounddevice模块并使用它的回调函数实时播放它。

错误：

文件“rtl-fm-cont.py”，第 120 行，在 audio_callback outdata[:] = data ValueError: could not broadcast input array from shape (2048) into shape (2048,1)

我在下面附上了这段代码的完整输出：

输出：

您的帮助将不胜感激。先感谢您。