Python:PortAudio+；Opus编码/解码

我正在用Pyaudio从麦克风捕获音频，并尝试用opus编解码器对其进行编码/解码。我正在使用SvartalF（）制作的libopus绑定

这是我的密码：

import pyaudio
from opus import encoder, decoder

def streaming(p):
    chunk = 960
    FORMAT = pyaudio.paInt16
    CHANNELS = 1
    RATE = 48000
    streamin = p.open(format = FORMAT,
            channels = CHANNELS, 
            rate = RATE, 
            input = True,
            input_device_index = 7,
            frames_per_buffer = chunk)
    streamout = p.open(format = FORMAT,
            channels = CHANNELS, 
            rate = 48000, 
            output = True,
            output_device_index = p.get_default_input_device_info()["index"],
            frames_per_buffer = chunk)
    enc = encoder.Encoder(RATE,CHANNELS,'voip')
    dec = decoder.Decoder(RATE,CHANNELS)
    data = []
    for i in xrange(100):
        data.append(streamin.read(chunk*2))
    streamout.write(''.join(data))
    encdata = []
    for x in data:
        encdata.append(enc.encode(x,chunk))
    print "DATA LENGTH :", len(''.join(data))
    print "ENCDATA LENGTH :", len(''.join(encdata))
    decdata = ''
    for x in encdata:
        decdata += dec.decode(x,chunk)
    print "DECDATA LENGTH :", len(decdata)
    streamout.write(decdata)
    streamin.close()
    streamout.close()


p = pyaudio.PyAudio()
streaming(p)
p.terminate()

我必须把

chunk*2

而不是

chunk

放在

data.append（streamin.read（chunk*2））

或

DECDATA LENGTH==数据长度*2

中，我不知道为什么

产出：

DATA LENGTH :    384000  
ENCDATA LENGTH : 12865  
DECDATA LENGTH : 384000

在没有编码/解码的情况下，第一个

streamout.write（'''.join（data））

可以完美地工作。通过编码/解码，

streamout.write（decdata）

可以正常工作，但有很多裂纹混入其中

---

我在这里做错了什么？

这似乎是由python opus中解码方法中的错误引起的

根据opus_decode返回解码的样本数。python绑定假定它将完全填充它传入的结果缓冲区，因此每个解码样本集都会附加一个静默。这种沉默会导致低帧尺寸的裂缝和高帧尺寸的口吃。虽然文档中没有对此做任何说明，但返回的数字似乎是每个频道的

将行更改为以下选项可为我修复此问题：

    return array.array('h', pcm[:result*channels]).tostring()

---

如果需要使用，解码浮点数方法可能需要相同的更改。

只需将输出减半，然后取第一部分。 经过反复试验，我发现这个解决方案令人满意

from opus import decoder as opus_decoder
from opus import encoder as opus_encoder

class OpusCodec():
    def __init__(self, *args, **kwargs):
        self.chunk = 960
        self.channels = 1
        self.rate = 48000
        self.encoder = opus_encoder.Encoder(
            self.rate, 
            self.channels,
            opus_encoder.APPLICATION_TYPES_MAP['voip']
        )
        self.decoder = opus_decoder.Decoder(
            self.rate, 
            self.channels, 
        )

    def encode(self, data, **kwargs):
        if not 'frame_size' in kwargs:
            kwargs['frame_size'] = self.chunk
        out = self.encoder.encode(data, frame_size=self.chunk)
        return out

    def decode(self, data, **kwargs):
        if not 'frame_size' in kwargs:
            kwargs['frame_size'] = self.chunk
        out = self.decoder.decode(data, **kwargs)
        return out[0:int(len(out)/2)] # hackety hack :D

---

你好！我现在没有时间支持python opus，但是你可以提供它，这样我就可以用一个固定的版本更新PyPI repo了。那么你打算把输出减少一半吗？我怀疑这是个好主意。