Python获取语音到文本语音音频数据

我需要你的帮助，因为目前我使用的是“pyttsx3”中的“engine.say（）”，所以我的程序与我“对话”。这已经在工作，但现在我想要一个音频可视化的声音我怎么能做到这一点

例子 我想要

我所拥有的 这已经可视化了我的麦克风音频，但我如何才能使声音成为源？

---

希望你能帮助我，非常感谢

我想你需要的是-

这样做的好处之一是

启动流_读取器，使用PyAudio（声卡、麦克风等）从任何源提取实时音频数据

由于您将使用

pyttsx3

播放音频，因此它可以从声卡中提取音频并显示实时可视化效果。这是一个更好的选择，为您的案件，而不是提取它通过麦克风

---

此外，如果音频由同一线程执行，则可能需要启用线程或多处理来可视化音频。这是一个很好的指南-

请尝试自己制作，然后带着更具体的问题来找我们。这真的很酷，谢谢。但这也只是我的麦克风而不是声音你知道为什么吗？你到底是什么意思？你能举个例子吗？如果您希望在不使用麦克风的情况下配置语音，请使用声卡选项进行配置。查看文档，了解如何实现这一点。很抱歉，我在github上找不到文档？或者，声卡的选项有了另一种外观-似乎指令只是一个管道，即声卡输入可以通过许多其他方式启用。一个例子是。当然，您可以按照您的意愿获取和执行任何方式。我只获取耳机和Microsoft Soundmapper（输入），但不获取语音？

import pyttsx3

engine = pyttsx3.init()

engine.say("Hello World")
engine.runAndWait()

import pyaudio
import struct
import matplotlib.pyplot as plt
import numpy as np

mic = pyaudio.PyAudio()
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 5000
CHUNK = 3000#int(RATE/20)
stream = mic.open(format=FORMAT, channels=CHANNELS, rate=RATE, input=True, output=True, frames_per_buffer=CHUNK)

fig, ax = plt.subplots(figsize=(14,6))
x = np.arange(0, 2 * CHUNK, 2)
ax.set_ylim(-500, 500)
ax.set_xlim(0, CHUNK)
line, = ax.plot(x, np.random.rand(CHUNK))


while True:
    data = stream.read(CHUNK)
    data = np.frombuffer(data, np.int16)
    line.set_ydata(data)
    fig.canvas.draw()
    fig.canvas.flush_events()
    plt.pause(0.01)