PyAudio输入溢出

Question

我正试图在python中进行实时绘图声音.我需要从麦克风上取下块.

使用PyAudio,尝试使用

import pyaudio
import wave
import sys

chunk = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "output.wav"

p = pyaudio.PyAudio()

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

print "* recording"
all = []
for i in range(0, RATE / chunk * RECORD_SECONDS):
    data = stream.read(chunk)
    all.append(data)
print "* done recording"

stream.close()
p.terminate()

之后,我得到了以下错误:

* recording
Traceback (most recent call last):
  File "gg.py", line 23, in <module>
    data = stream.read(chunk)
  File "/usr/lib64/python2.7/site-packages/pyaudio.py", line 564, in read
    return pa.read_stream(self._stream, num_frames)
IOError: [Errno Input overflowed] -9981

我无法理解这个缓冲区.我想,使用阻止IO模式,所以如果没有块,我想等待那些块.但是当我创建尝试除了段或睡眠(0.1),我听到点击,所以这不是我想要的.

请为我的问题建议最好的解决方案？

Answer 1

pyaudio.Stream.read()有一个关键字参数exception_on_overflow,将其设置为False.

对于您的示例代码,如下所示:

import pyaudio
import wave
import sys

chunk = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "output.wav"

p = pyaudio.PyAudio()

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

print "* recording"
all = []
for i in range(0, RATE / chunk * RECORD_SECONDS):
    data = stream.read(chunk, exception_on_overflow = False)
    all.append(data)
print "* done recording"

stream.close()
p.terminate()

有关更多详细信息,请参阅PyAudio文档.

Answer 2

我运行你的代码时遇到了同样的错误.我查看了我的默认音频设备的默认采样率,我的macbook的内置麦克风,它是48000Hz而不是44100Hz.

p.get_device_info_by_index(0)['defaultSampleRate']
Out[12]: 48000.0

当我将RATE更改为此值时,它可以正常工作.

Answer 3

似乎很多人都遇到了这个问题.我挖了一下它,我认为这意味着在前一次调用stream.read()和当前调用之间,来自流的数据丢失了(即缓冲区填满的速度比你清除它的速度快).

从文档for Pa_ReadStream()(stream.read()最终调用的PortAudio函数):

@return On success PaNoError will be returned, or PaInputOverflowed if
input data was discarded by PortAudio after the previous call and
before this call.

(PaInputOverflowed然后IOError在pyaudio包装器中导致一个).

如果您没有捕获每一帧,那么您可以忽略此错误.如果对每个帧都绝对至关重要,那么您需要找到一种方法来提高应用程序的优先级.我不太熟悉Python,知道这样做的pythonic方法,但是值得尝试一个简单的nice命令,或者将调度策略更改为SCHED_DEADLINE.

编辑:

现在的一个问题是,当抛出IOError时,您将丢失该调用中收集的所有帧.要改为忽略溢出并返回我们所拥有的内容,您可以应用下面的补丁,这将导致stream.read()忽略PortAudio的输出欠载和输入溢出错误(但如果发生了不同的错误,仍然会抛出一些东西).更好的方法是根据您的需要调整此行为(throw/no throw).

diff --git a/src/_portaudiomodule.c b/src/_portaudiomodule.c
index a8f053d..0878e74 100644
--- a/src/_portaudiomodule.c
+++ b/src/_portaudiomodule.c
@@ -2484,15 +2484,15 @@ pa_read_stream(PyObject *self, PyObject *args)
     } else {
       /* clean up */
       _cleanup_Stream_object(streamObject);
+
+      /* free the string buffer */
+      Py_XDECREF(rv);
+
+      PyErr_SetObject(PyExc_IOError,
+                       Py_BuildValue("(s,i)",
+                                     Pa_GetErrorText(err), err));
+      return NULL;
     }
-
-    /* free the string buffer */
-    Py_XDECREF(rv);
-
-    PyErr_SetObject(PyExc_IOError,
-                   Py_BuildValue("(s,i)",
-                                 Pa_GetErrorText(err), err));
-    return NULL;
   }

   return rv;

Answer 4

我在 OS X 10.10 上工作，尝试从 SYBA USB 卡（C Media 芯片组）中的麦克风获取音频时遇到同样的错误，并使用 fft 等实时处理它：

IOError: [Errno Input overflowed] -9981

使用回调模式而不是 libbkmz 所写的阻塞模式完全解决了溢出问题。( https://www.python.org/dev/peps/pep-0263/ )

基于此，部分工作代码如下所示：

"""
Creating the audio stream from our mic
"""
rate=48000
self.chunk=2**12
width = 2

p = pyaudio.PyAudio()

# callback function to stream audio, another thread.
def callback(in_data,frame_count, time_info, status):
    self.audio = numpy.fromstring(in_data,dtype=numpy.int16)
    return (self.audio, pyaudio.paContinue)

#create a pyaudio object
self.inStream = p.open(format = p.get_format_from_width(width, unsigned=False),
                       channels=1,
                       rate=rate,
                       input=True,
                       frames_per_buffer=self.chunk,
                       stream_callback = callback)

"""
Setting up the array that will handle the timeseries of audio data from our input
"""
self.audio = numpy.empty((self.buffersize),dtype="int16")

    self.inStream.start_stream()

while True:
  try:
    self.ANY_FUNCTION() #any function to run parallel to the audio thread, running forever, until ctrl+C is pressed. 

  except KeyboardInterrupt:

    self.inStream.stop_stream()
    self.inStream.close()
    p.terminate()
    print("* Killed Process")
    quit()

这段代码将创建一个回调函数，然后创建一个流对象，启动它，然后在任何函数中循环。一个单独的线程传输音频，当主循环停止时，该流将关闭。self.audio 用于任何功能。如果没有终止，我也遇到了线程永远运行的问题。

由于 Pyaudio 在一个单独的线程中运行这个流，这使得音频流稳定，阻塞模式可能已经饱和，这取决于脚本中其余进程的速度或时间。

请注意，块大小为 2^12，但较小的块也能正常工作。我考虑并使用了其他参数以确保它们都有意义：

• 块大小更大或更小（无影响）
• 缓冲区中字的位数和格式，在本例中为有符号 16 位。
• 变量的符号性（尝试使用无符号并获得饱和模式）
• 麦克风输入的性质，系统默认选择，增益等。

希望对某人有用！

Answer 5

我的另一个答案在大多数情况下解决了问题。但有时仍然会出现该错误。

这就是我放弃 pyaudio 并改用 pyalsaaudio 的原因。我的 Raspy 现在可以顺利录制任何声音。

import alsaaudio   
import numpy as np
import array

# constants
CHANNELS    = 1
INFORMAT    = alsaaudio.PCM_FORMAT_FLOAT_LE
RATE        = 44100
FRAMESIZE   = 1024

# set up audio input
recorder=alsaaudio.PCM(type=alsaaudio.PCM_CAPTURE)
recorder.setchannels(CHANNELS)
recorder.setrate(RATE)
recorder.setformat(INFORMAT)
recorder.setperiodsize(FRAMESIZE)


buffer = array.array('f')
while <some condition>:
    buffer.fromstring(recorder.read()[1])

data = np.array(buffer, dtype='f')