使用字节数组播放声音

Question

如何在 Python 中使用字节数组播放声音。更准确地说，我从套接字中读取了一个字节数组，我想将其转换为声音以理解它。我怎样才能做到这一点？

任何库都会有用。

Answer 1

Try PyAudio which is a binding for PortAudio.

我用过for creating audio conferences，效果很好。

深入调查表明这是最适合实时处理原始音频数据的库。

official docs in Examples section提供了几个例子。

由于您要从套接字中获取数据，因此您需要先对其进行缓冲。这意味着，您不断地从套接字读取数据并将其放入某个缓冲区。

您可能需要一些机制来防止您的缓冲区增长太多，即使用循环缓冲区等。但这必须小心进行，因为如果声音输出设备与输入数据的速度相比较慢，您可能会遇到声音剪辑。

在您的缓冲区中获得一些数据后，您将需要回放它。最好的方法是告诉音频驱动程序在设备准备好使用数据时获取数据。这是通过指定一个回调来完成的，该回调将为设备 return 一大块数据。

所以，请参阅官方文档中的 Play (Callback) 示例。

该示例描述性很强，但可能无法回答您的所有问题。因此，我将逐步指导您完成我的代码：

1. Create an instance of PyAudio.
2. Create an audio I/O stream.

这里可以看到input=True参数：你不需要这个，因为你只需要播放声音。

还有一个参数stream_callback指向on_audio_ready方法。此方法由 pyaudio 在单独的线程中调用。 It pulls data from buffer and returns it to caller. Note: you need to return as much data, as output device is ready to consume (in_data). In my code, if there is less data available, than it is needed, then silence data is appended,

3. 通过调用其 .start_stream() 方法启动您的流。我用过 Twisted 库，所以 it may look a bit weird for you.

Answer 2

试试这个片段，其中变量音频是字节流

import IPython.display as ipd
ipd.Audio(audio)