如何读取python和ffmpeg或类似的实时麦克风音量

我试图近乎实时地读取来自Python中USB麦克风audio的音量。

我有件，但不知道如何把它放在一起。

如果我已经有一个.wav文件，我可以很简单地使用wavefile来读取它：

from wavefile import WaveReader with WaveReader("/Users/rmartin/audio.wav") as r: for data in r.read_iter(size=512): left_channel = data[0] volume = np.linalg.norm(left_channel) print volume 

这很好，但我想实时处理来自麦克风的audio，而不是从文件。

• 我怎样才能让我的Java应用程序audio播放在Linux中很好？
• find我可以用ALSA播放PCM的所有设备
• 声音API Ubuntu Linux
• 是否值得开始一个新的开源项目或join？
• 如何使电脑唱歌

所以我的想法是使用像ffmpeg这样的实时输出到WaveReader，但我的字节知识有点缺乏。

 import subprocess import numpy as np command = ["/usr/local/bin/ffmpeg", '-f', 'avfoundation', '-i', ':2', '-t', '5', '-ar', '11025', '-ac', '1', '-acodec','aac', '-'] pipe = subprocess.Popen(command, stdout=subprocess.PIPE, bufsize=10**8) stdout_data = pipe.stdout.read() audio_array = np.fromstring(stdout_data, dtype="int16") print audio_array 

这看起来很漂亮，但是没有太大的作用。 失败，出现[NULL @ 0x7ff640016600]无法find合适的输出格式为'pipe：'错误。

我认为这是一个相当简单的事情，因为我只需要检查音量级别的audio。

任何人都知道如何做到这一点？ FFMPEG不是必需的，但它确实需要在OSX和Linux上工作。

 # Print out realtime audio volume as ascii bars import sounddevice as sd duration = 10 # seconds def print_sound(indata, outdata, frames, time, status): volume_norm = np.linalg.norm(indata)*10 print "|" * int(volume_norm) with sd.Stream(callback=print_sound): sd.sleep(duration * 1000)