就是传递给函数raspberryTalk的参数。是不是很简单呢?其实我们就是利用mplayer来播放从google翻译传来的真人发声而已,就这么简单。
此外,如果你想通过终端来调整扬声器的音量,只需要输入alsamixer,然后通过向上和向下箭头来调整音量即可。 完整的代码可以在这里找到。
IntVar的作用:Value holder for integer variables
DoubleVar的作用:Value holder for float variables
也就是tk维护了内存中的一块位置,供用户存储变量。
这里track_playing存储的是checkbotton的值,这两个值相互关联。
当
改变时track_playing也同时改变,这就是track_playing值的来源。
同理doublevar和“音量”的大小相关联。
volumeset(trackget_volume())这句话其实可以拆开来看:
v=trackget_volume()volumeset(v)
#我可以帮你写一段代码,能够录音形成wav文件,不过要分析录音文件的波形,你可以另外找#工具,比如cooledit,也很方便。
from sys import byteorder
from array import array
from struct import pack
import pyaudio
import wave
THRESHOLD = 500
CHUNK_SIZE = 1024
FORMAT = pyaudiopaInt16
RATE = 44100
def is_silent(snd_data):
"Returns 'True' if below the 'silent' threshold"
return max(snd_data) < THRESHOLD
def normalize(snd_data):
"Average the volume out"
MAXIMUM = 16384
times = float(MAXIMUM)/max(abs(i) for i in snd_data)
r = array('h')
for i in snd_data:
rappend(int(itimes))
return r
def trim(snd_data):
"Trim the blank spots at the start and end"
def _trim(snd_data):
snd_started = False
r = array('h')
for i in snd_data:
if not snd_started and abs(i)>THRESHOLD:
snd_started = True
rappend(i)
elif snd_started:
rappend(i)
return r
# Trim to the left
snd_data = _trim(snd_data)
# Trim to the right
snd_datareverse()
snd_data = _trim(snd_data)
snd_datareverse()
return snd_data
def add_silence(snd_data, seconds):
"Add silence to the start and end of 'snd_data' of length 'seconds' (float)"
r = array('h', [0 for i in xrange(int(secondsRATE))])
rextend(snd_data)
rextend([0 for i in xrange(int(secondsRATE))])
return r
def record():
"""
Record a word or words from the microphone and
return the data as an array of signed shorts
Normalizes the audio, trims silence from the
start and end, and pads with 05 seconds of
blank sound to make sure VLC et al can play
it without getting chopped off
"""
p = pyaudioPyAudio()
stream = popen(format=FORMAT, channels=1, rate=RATE,
input=True, output=True,
frames_per_buffer=CHUNK_SIZE)
num_silent = 0
snd_started = False
r = array('h')
while 1:
# little endian, signed short
snd_data = array('h', streamread(CHUNK_SIZE))
if byteorder == 'big':
snd_databyteswap()
rextend(snd_data)
silent = is_silent(snd_data)
if silent and snd_started:
num_silent += 1
elif not silent and not snd_started:
snd_started = True
if snd_started and num_silent > 30:
break
sample_width = pget_sample_size(FORMAT)
streamstop_stream()
streamclose()
pterminate()
r = normalize(r)
r = trim(r)
r = add_silence(r, 05)
return sample_width, r
def record_to_file(path):
"Records from the microphone and outputs the resulting data to 'path'"
sample_width, data = record()
data = pack('<' + ('h'len(data)), data)
wf = waveopen(path, 'wb')
wfsetnchannels(1)
wfsetsampwidth(sample_width)
wfsetframerate(RATE)
wfwriteframes(data)
wfclose()
if __name__ == '__main__':
print("please speak a word into the microphone")
record_to_file('demowav')
print("done - result written to demowav")
在编程 speak 功能中变声音可以使用音频处理库或语音合成引擎的 API 来实现。具体实现方法因使用的库或引擎不同而异,一般来说需要通过 API 调用相关函数或接口,设置变声参数,然后将文本转换成音频输出。以下是一些常用的音频处理库和语音合成引擎:
PyDub:一个基于 Python 的音频处理库,支持音频剪辑、合并、混音、变速、变声等功能。
FFmpeg:一个跨平台的开源音视频处理工具,支持音频剪辑、合并、格式转换、变速、变声等功能。
Microsoft Cognitive Services:微软提供的一系列 AI 服务,包括语音转文本、文本转语音、情感分析等功能,可以通过 API 调用实现语音合成和变声。
Google Cloud Text-to-Speech:Google 提供的云端语音合成服务,可以通过 API 调用实现文本转语音和变声功能。
需要注意的是,音频处理和语音合成的质量和效果受多种因素影响,包括采样率、位深度、声道数、语音合成引擎的算法等。因此在选择库或引擎时需要根据具体应用场景和需求进行综合考虑和评估。
以上就是关于如何用python让树莓派发出声音全部的内容,包括:如何用python让树莓派发出声音、python中的几个细节问题,跪求大神指点、急!!!!如何通过python制作一个简单的录音机,录制自己的声音采用8k采样,16位量化编码,观察其数值等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)