python - Python中实时网络音频流的原始numpy数组

Question

我想得到 原始数据 (最好作为 numpy 数组)来自 PCM 网络音频流我有一个网址。目标是分析来自网络流的信号 实时 .

似乎有很多 Python 音频模块或包装器，例如FFMPEG，但经过相当广泛的搜索后，我还没有找到完整管道的单个示例。

对于那些熟悉 OpenCV 的人，我正在寻找 OpenCV 的音频副本 VideoCampture类(class)。

欢迎任何关于模块的建议或代码片段!

Answer 1

好的，想通了。显然，这可以在不使用任何外部库的情况下完成，只需依赖 urllib和 wave .这是一个流数据的代码片段，将其转换为 numpy 数组(例如用于处理)，然后返回以将其保存到文件中。已针对 Python 3 进行了测试。

import urllib
import base64
import wave
import numpy as np

# Open the network wave stream
request = urllib.request.Request("http://url")
request.add_header('Authorization',
                   b'Basic ' + base64.b64encode(b'user:password'))
in_file = urllib.request.urlopen(request)
in_wave = wave.open(in_file, 'rb')

# Get parameters such as number of channels, framerate etc.
params = in_wave.getparams()

# Open and initialize an output file
out_wave = wave.open('/home/user/out.wav', 'wb')
out_wave.setparams(params)

while True:
    # Get N frames as byte array
    frame = in_wave.readframes(10000)
    # Convert the bytes to numpy array
    arr = np.fromstring(frame, 'Int16')
    # Write a numpy array into a wave file
    out_wave.writeframes(arr.tostring())