Я столкнулся следующие проблемы:Raspberry Pi конвертировать Wav в Pyaudio Flac 48000Hz + Google Speech
Я записал звук с Pyaudio и сохранил его как Wav. Файл Wav составляет 48000hz (Никакой другой тариф работает (ошибка частоты дискретизации, но это другая история)) Wav-файл звучит хорошо, теперь я хочу преобразовать wav в flac, чтобы отправить его на google-речь api.
Проблема заключается в том, что avconf преобразует входной сигнал 48khz wav в 8chz flac (с -ar 48000). Файл flac - это только белый шум, я много раз пробовал, но даже у google нет ответа;)
Примечание: это сработало для меня отлично с другим микрофоном с 16Khz без проблем. Ни с ошибкой частоты дискретизации Pyaudios, ни с ошибкой avconv.
Вот код:
Запись:
chunk = 2048
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 48000
THRESHOLD = 525 #The threshold intensity that defines silence signal (lower than).
SILENCE_LIMIT = 3 #Silence limit in seconds. The max ammount of seconds where only silence is recorded. When this time passes the recording finishes and the file is delivered.
#open stream
p = pyaudio.PyAudio()
stream = p.open(format = FORMAT,
channels = CHANNELS,
rate = RATE,
input = True,
frames_per_buffer = chunk)
print "* listening. CTRL+C to finish manually."
all_m = []
data = ''
rel = RATE/chunk
slid_win = deque(maxlen=SILENCE_LIMIT*rel)
started = False
while (True):
data = stream.read(chunk)
slid_win.append (abs(audioop.avg(data, 2)))
if(True in [ x>THRESHOLD for x in slid_win]):
if(not started):
print "starting record"
started = True
all_m.append(data)
elif (started==True):
print "finished"
#the limit was reached, finish capture and deliver
filename = save_speech(all_m,p)
result=stt_google_wav(filename)
#reset all
started = False
#slid_win = deque(maxlen=SILENCE_LIMIT*rel)
#all_m= []
print "Google STT Done"
stream.close()
p.terminate()
return result
И:
def save_speech(data, p):
filename = 'output_'+str(int(time.time()))
# write data to WAVE file
data = ''.join(data)
wf = wave.open(filename+'.wav', 'wb')
wf.setnchannels(1)
wf.setsampwidth(p.get_sample_size(pyaudio.paInt16))
wf.setframerate(48000)
wf.writeframes(data)
wf.close()
print "finished saving wav: %s" % filename
return filename
Чтобы Преобразовать в Флак:
os.system("avconv -i "+ filename+".wav -y -ar 48000 "+ filename+ ".flac")
EDIT 1:
Flac на самом деле 48 кГц, я не знаю, почему mplayer показывает мне, что flac - 8 кГц, я играл его на своем компьютере, и flac идеально подходит, во всяком случае, у google api, похоже, есть проблемы с этим, потому что он ничего не возвращает. Я предполагаю, что проблема белого шума mplayer на Rasberry связана с проблемой с Google Api, но я понятия не имею, что это может быть.
Wav файла:
output_1385413929.wav: RIFF (little-endian) data, WAVE audio, Microsoft PCM, 16 bit, mono 48000 Hz
Flac Файл:
output_1385413929.flac: FLAC audio bitstream data, 16 bit, mono, 48 kHz, 204800 samples
Решено: Я не знаю почему, я повернулся на пи и хотел проверить вокруг и вдруг он работал, ничего не меняя.
Ty для вашей помощи. Привет из германии, Flo
Я просто проверял, что та же команда, против файла WAV 48 кГц и получил FLAC 48 кГц файл с другого конца , Можете ли вы изменить свой вопрос и опубликовать вывод «file» (входной файл) и «file » (что генерируется), пожалуйста? Я хочу получить второе мнение по обоим файлам и исключить возможность неправильного обращения в другом слое. –
Ty я сделал редактирование сообщения, я не знаю, почему некоторые части работают, а другие нет (например, google api, я на 100% уверен, что everythink работает, потому что я ничего не изменил в отношении google api, я просто подключил теперь микрофон и должен был изменить скорость до 48 кГц) –