3.3 音频模块 API 手册#
1. 概述#
本手册旨在详细介绍 CanMV 音频模块，指导开发人员如何通过调用 Python API 接口实现音频的采集与播放功能。
2. API 介绍#
2.1 mpp.wave#
wave 模块提供了一种简便的方法来读取和处理 WAV 文件。使用 wave.open 函数可以打开 WAV 文件并返回相应的类对象。
wave.Wave_read类提供获取 WAV 文件的元数据（如采样率、采样点、声道数和采样精度）以及从文件读取 WAV 音频数据的方法。wave.Wave_write类提供设置 WAV 文件的元数据（如采样率、采样点、声道数和采样精度）以及保存 PCM 音频数据到 WAV 文件的方法。
该模块与 pyaudio 模块结合使用，可以轻松实现 WAV 文件音频的播放与采集及保存 WAV 音频文件。
2.1.1 open#
描述
打开 WAVE 文件，以读取或写入音频数据。
语法
def open(f, mode=None)
参数
参数名称 |
描述 |
输入 / 输出 |
|---|---|---|
f |
文件名称 |
输入 |
mode |
打开模式 (‘r’, ‘rb’, ‘w’, ‘wb’) |
输入 |
返回值
返回值 |
描述 |
|---|---|
Wave_read 或 Wave_write 类对象 |
成功 |
其他 |
失败，抛出异常 |
2.1.2 wave.Wave_read#
Wave_read 类提供获取 WAV 文件的元数据（如采样率、采样点、声道数和采样精度）以及从文件读取 WAV 音频数据的方法。
2.1.2.1 get_channels#
描述
获取声道数。
语法
def get_channels(self)
参数
无
返回值
返回值 |
描述 |
|---|---|
>0 |
成功 |
0 |
失败 |
2.1.2.2 get_sampwidth#
描述
获取采样字节长度。
语法
def get_sampwidth(self)
参数
无
返回值
返回值 |
描述 |
|---|---|
>0 （有效范围 [1, 2, 3, 4] 分别对应采样精度 [8, 16, 24, 32]） |
成功 |
0 |
失败 |
2.1.2.3 get_framerate#
描述
获取采样频率。
语法
def get_framerate(self)
参数
无
返回值
返回值 |
描述 |
|---|---|
>0 （有效范围 (8000~192000)） |
成功 |
0 |
失败 |
2.1.2.4 read_frames#
描述
读取帧数据。
语法
def read_frames(self, nframes)
参数
参数名称 |
描述 |
输入 / 输出 |
|---|---|---|
nframes |
读取的帧长度（声道数 × 每个采样点的采样精度 / 8 ） |
输入 |
返回值
返回值 |
描述 |
|---|---|
bytes 字节序列 |
2.1.3 wave.Wave_write#
Wave_write 类提供设置 WAV 文件的元数据（如采样率、采样点、声道数和采样精度）以及保存 PCM 音频数据到 WAV 文件的方法。
2.1.3.1 set_channels#
描述
设置声道数。
语法
def set_channels(self, nchannels)
参数
参数名称 |
描述 |
输入 / 输出 |
|---|---|---|
nchannels |
声道数 |
输入 |
返回值
无
2.1.3.2 set_sampwidth#
描述
设置采样字节长度。
语法
def set_sampwidth(self, sampwidth)
参数
参数名称 |
描述 |
输入 / 输出 |
|---|---|---|
sampwidth |
采样字节长度，有效范围 [1, 2, 3, 4] 分别对应采样精度 [8, 16, 24, 32] |
输入 |
返回值
无
2.1.3.3 set_framerate#
描述
设置采样频率。
语法
def set_framerate(self, framerate)
参数
参数名称 |
描述 |
输入 / 输出 |
|---|---|---|
framerate |
采样频率 [8000~192000] |
输入 |
返回值
无
2.1.3.4 write_frames#
描述
写入音频数据。
语法
def write_frames(self, data)
参数
参数名称 |
描述 |
输入 / 输出 |
|---|---|---|
data |
音频数据（ bytes 字节序列） |
输入 |
返回值
无
2.2 mpp.pyaudio#
pyaudio 模块用于音频处理，负责采集和播放二进制 PCM 音频数据。如需播放 WAV 格式文件或将采集到的数据保存为 WAV 文件，需与 mpp.wave 库结合使用，详见 示例程序 部分。
2.2.1 pyaudio.PyAudio#
负责管理多路音频输入和输出通路，每路通路均以流（ Stream）类对象体现。
2.2.1.1 open#
描述
打开一路流（ Stream）。
语法
def open(self, *args, **kwargs)
参数
可变参数，参考 [Stream.__init__]。
返回值
返回值 |
描述 |
|---|---|
py:class: |
成功 |
其他 |
失败，抛出异常 |
2.2.1.2 close#
描述
关闭一路流（ Stream）。
语法
def close(self, stream)
参数
无
返回值
无
注意
该函数会调用 Stream 对象中的 close 方法，并将 Stream 对象从 PyAudio 对象中删除。因此，该函数可以不调用，直接调用 Stream.close 方法即可。
2.2.1.3 terminate#
描述
释放音频资源。在 PyAudio 不再使用时，一定要调用该函数以释放音频资源。如在默认构造函数中申请了 vb block，则应在该函数中释放 vb block。
语法
def terminate(self)
参数
无
返回值
无
注意
该函数会调用 Stream 对象中的 close 方法，并将 Stream 对象从 PyAudio 对象中删除。因此，该函数可以不调用，直接调用 Stream.close 方法即可。
2.2.2 pyaudio.Stream#
Stream 类对象用于管理一路音频输入或输出通路。
2.2.2.1 __init__#
描述
构造函数。
语法
def __init__(self,
PA_manager,
rate,
channels,
format,
input=False,
output=False,
input_device_index=None,
output_device_index=None,
enable_codec=True,
frames_per_buffer=1024,
start=True,
stream_callback=None)
参数
参数名称 |
描述 |
输入 / 输出 |
|---|---|---|
PA_manager |
PyAudio 类对象 |
输入 |
rate |
采样率 |
输入 |
channels |
声道数 |
输入 |
format |
采样点字节数 |
输入 |
input |
是否为音频输入，默认值为 False |
输入 |
output |
是否为音频输出，默认值为 False |
输入 |
input_device_index |
输入通路索引 [0,1]，默认值为 None（使用默认通路 0 ） |
输入 |
output_device_index |
输出通路索引 [0,1]，默认值为 None（使用默认通路 0 ） |
输入 |
enable_codec |
是否启用 |
编码，默认值为 True | 输入 | | frames_per_buffer | 每个缓冲区的帧数 | 输入 | | start | 是否立即启动，默认值为 True | 输入 | | stream_callback | 输入 / 输出回调函数 | 输入 |
返回值
无
2.2.2.2 start_stream#
描述
启动流。
语法
def start_stream(self)
参数
无
返回值
无
2.2.2.3 stop_stream#
描述
停止流。
语法
def stop_stream(self)
参数
无
返回值
无
2.2.2.4 read#
描述
读取音频数据。
语法
def read(self, frames)
参数
参数名称 |
描述 |
输入 / 输出 |
|---|---|---|
frames |
帧数 |
输入 |
返回值
返回值 |
描述 |
|---|---|
bytes |
读取的音频数据 |
2.2.2.5 write#
描述
写入音频数据。
语法
def write(self, data)
参数
参数名称 |
描述 |
输入 / 输出 |
|---|---|---|
data |
音频数据（ bytes 字节序列） |
输入 |
返回值
无
3. 示例程序#
3.1 播放 WAV 文件示例#
import pyaudio
import wave
# 播放 WAV 文件
def play_wav(file_path):
# 打开 WAV 文件
wf = wave.open(file_path, 'rb')
# 创建 PyAudio 对象
p = pyaudio.PyAudio()
# 打开流
stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
channels=wf.getnchannels(),
rate=wf.getframerate(),
output=True)
# 读取数据并播放
data = wf.readframes(1024)
while data:
stream.write(data)
data = wf.readframes(1024)
# 关闭流
stream.stop_stream()
stream.close()
p.terminate()
3.2 采集音频并保存为 WAV 文件示例#
import pyaudio
import wave
# 采集音频并保存为 WAV 文件
def record_wav(file_path, duration):
# 创建 PyAudio 对象
p = pyaudio.PyAudio()
# 打开流
stream = p.open(format=pyaudio.paInt16,
channels=1,
rate=44100,
input=True,
frames_per_buffer=1024)
frames = []
# 采集音频数据
for _ in range(0, int(44100 / 1024 * duration)):
data = stream.read(1024)
frames.append(data)
# 停止流
stream.stop_stream()
stream.close()
p.terminate()
# 保存为 WAV 文件
wf = wave.open(file_path, 'wb')
wf.setnchannels(1)
wf.setsampwidth(2)
wf.setframerate(44100)
wf.writeframes(b''.join(frames))
wf.close()
4. 总结#
通过本手册，开发者可以轻松地利用 CanMV 音频模块实现音频的播放与采集功能。该模块结合了 wave 和 pyaudio 库的优势，提供了便捷的接口和清晰的 API 文档，便于快速开发和应用音频相关项目。