Python 音频函数无法按预期工作

这是帖子的后续：Python 在检测到的声音上录制音频

我现在已对大部分内容进行了排序，但仍然有一个错误。

程序运行一次后，保存一个录音并将其输入数据库，它返回打印收听和等待语音。无论音量有多大，它都不会再次录制，您必须突破程序？

我已经删除了listen()功能，所以现在回到基础，寻找一种方法，在录制完成后从头开始并等待下一个音频。

这里有现在的代码：

import pyaudio
import math
import struct
import wave
import datetime
import os
import sys
import MySQLdb
utc_datetime = datetime.datetime.utcnow()
FileTime = utc_datetime.strftime("%Y-%m-%d-%H%M")
#Assuming Energy threshold upper than 30 dB
Threshold = 30
SHORT_NORMALIZE = (1.0/32768.0)
chunk = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 16000
swidth = 2
Max_Seconds = 5
TimeoutSignal=((RATE / chunk * Max_Seconds) + 2)
silence = True
FileNameTmp = '/var/www/Recordings/'+FileTime+'.wav'
FileNameWWW = 'Recordings/'+FileTime+'.wav'
Time=0
all =[]

p = pyaudio.PyAudio()
stream = p.open(format = FORMAT,
    channels = CHANNELS,
    rate = RATE,
    input = True,
    output = True,
    frames_per_buffer = chunk)

# SQL DB Connection
db = MySQLdb.connect("localhost","root","*****","radiolink" )
cursor = db.cursor()

def GetStream(chunk):
    return stream.read(chunk)

def rms(frame):
        count = len(frame)/swidth
        format = "%dh"%(count)
        shorts = struct.unpack( format, frame )
        sum_squares = 0.0
        for sample in shorts:
            n = sample * SHORT_NORMALIZE
            sum_squares += n*n
        rms = math.pow(sum_squares/count,0.5);
        return rms * 1000

# Define What to Do When WriteSpeech is Called 
def WriteSpeech(WriteData):
    stream.stop_stream()
    stream.close()
    p.terminate()
    wf = wave.open(FileNameTmp, 'wb')
    wf.setnchannels(CHANNELS)
    wf.setsampwidth(p.get_sample_size(FORMAT))
    wf.setframerate(RATE)
    wf.writeframes(WriteData)
    wf.close()

def KeepRecord(TimeoutSignal, LastBlock):

    all.append(LastBlock)
    for i in range(0, TimeoutSignal):
        try:
            data = GetStream(chunk)
        except:
            continue
        all.append(data)
    print "end record after timeout";
    data = ''.join(all)
    print "Creating File " +FileNameTmp;
    WriteSpeech(data)
    print "Entering Record into DB";
    File = FileNameWWW  
    query ="""
        INSERT INTO recordings
        (`id`, `time`,`filename`,`active`,`status`)
        VALUES
        (NULL,NOW(), %s,1,1) """

    cursor.execute(query,(File))
    db.commit()
    silence = True
    Time=0


print "Listening......"
print "Waiting for Speech"
while silence:
    try:
         input = GetStream(chunk)
    except:
        continue

    rms_value = rms(input)
    if (rms_value > Threshold):
        silence=False
        LastBlock=input
        print "Recording...."
        KeepRecord(TimeoutSignal, LastBlock)
Time = Time + 1
if (Time > TimeoutSignal):
    print "Waiting No Speech Detected"
    sys.exit()

我强烈建议您阅读以下内容但是，似乎WriteSpeech停止并关闭stream，永远不会重新打开。这可能被您的 try/except 块所掩盖。

while silence:
    try:
        input = GetStream(chunk)
    except:
        continue

现在说，

尝试从流中读取。
如果存在异常，请返回到循环的顶部。
重复步骤1-2 ad-恶心

要解决此问题，您可以尝试在 except 块中重新打开流。

我在试图回答你的问题之前写的咆哮

冒着因

实际上没有提供问题的答案而被否决的风险，我认为您需要重组一些代码才能解决此问题。以下内容旨在完全具有建设性，如果它以任何其他方式出现，请告诉我。

您的listen()函数对自身进行了多次递归调用，这似乎不是您想要的。这不像将控制权转移到代码的该部分的 jump 或 goto 命令。这实际上会创建另一个堆栈帧，用于单独执行listen()函数。这对整个代码有几个影响。

所有局部变量都在listen()的每个堆栈帧的局部范围内重新定义。这将导致内存使用量急剧增加。例如，内存中实际上有很多很多SHORT_NORMALIZE变量。
您定义的闭包（函数中的函数）将针对每个listen()的本地范围重新定义。同样的问题。
在这样的部分中：
```
listen()
Time = Time + 1
if (Time > TimeoutSignal):
    print "Waiting No Speech Detected"
    listen()
```
在对listen()的初始调用之后，不会执行任何内容，因为您在listen的任何地方都没有退出条件（return）。

因此，在尝试解决此问题然后遇到性能/稳定性问题之前，我的建议是：

代码包装在 listen() 内（但不是变量声明）中

while True:

在 listen 函数本身中当前listen()的所有位置，请将其替换为 continue 。这将告诉 python 不要再从循环中执行任何代码，而是继续下一个循环迭代，将执行带回循环的顶部。

此主循环添加退出条件：

if exit:
    print 'Terminating normally'
    break

不要在底部KeepRecord呼叫listen()。只需让它完成执行即可。执行完成后将返回到listen，因为这是调用KeepRecord的位置。
找到一种方法将Time = Time + 1部分移动到其他地方，以便实际执行。即使在此处的步骤 1-4 之后，此代码仍然永远不会执行。

实现此操作后，请验证当前结果是否相同。在重组此代码的某个地方，您实际上可能会解决您的问题。我会将您的代码复制到新脚本中，并在该脚本中工作以保留您当前拥有的内容。

附言

如果这是您第一次尝试编码，您根本不应该为发布此内容并寻求帮助而感到羞耻。你在这里有很多事情要做，作为编程的第一次尝试，它实际上非常令人印象深刻。

相关内容

最新更新

热门标签：