使用pyaudio时什么是块、样本和帧

Question

看了pyaudio的文档，看了网上的其他文章，不知自己的理解是否正确。

这是在pyaudio网站上找到的录音代码：

import pyaudio
import wave

CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "output.wav"

p = pyaudio.PyAudio()

stream = p.open(format=FORMAT,
                channels=CHANNELS,
                rate=RATE,
                input=True,
                frames_per_buffer=CHUNK)

print("* recording")

frames = []

for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
    data = stream.read(CHUNK)
    frames.append(data)

print("* done recording")

stream.stop_stream()
stream.close()
p.terminate()

如果我添加这些行，那么我就可以播放我录制的任何内容：

play=pyaudio.PyAudio()
stream_play=play.open(format=FORMAT,
                      channels=CHANNELS,
                      rate=RATE,
                      output=True)
for data in frames: 
    stream_play.write(data)
stream_play.stop_stream()
stream_play.close()
play.terminate()

"RATE"是每秒收集的样本数。
"CHUNK"是缓冲区中的帧数。
每帧将有 2 个样本作为 "CHANNELS=2"。
每个样本的大小为 2 个字节，使用函数计算：pyaudio.get_sample_size(pyaudio.paInt16).
因此每个帧的大小为 4 个字节。
在"frames"列表中，每个元素的大小必须为1024*4字节，例如frames[0]的大小必须为4096字节。然而， sys.getsizeof(frames[0])returns4133，但是len(frames[0])returns4096.
for 循环执行 int(RATE / CHUNK * RECORD_SECONDS) 次，我不明白为什么。 Here 是 "Ruben Sanchez" 回答的同一个问题，但我不能确定他说的是否正确 CHUNK=bytes。根据他的解释，它必须是 int(RATE / (CHUNK*2) * RECORD_SECONDS)，因为 (CHUNK*2) 是每次迭代在缓冲区中读取的样本数。
最后，当我写 print frames[0] 时，它打印出乱码，因为它试图将字符串视为 ASCII 编码，但实际上它不是，它只是一个字节流。那么如何使用 struct 模块以十六进制打印这个字节流呢？如果稍后，我用我选择的值更改每个十六进制值，它仍然会产生可播放的声音吗？

上面写的都是我对事情的理解，可能有很多是错误的。

Answer 1

"RATE"是"sampling rate"，即每秒帧数
"CHUNK" 是 帧的（任意选择的）数量 在这个例子中（可能很长）信号被分割成
是的，每个帧将有 2 个样本作为 "CHANNELS=2"，但术语 "samples" 很少用于此上下文（因为它令人困惑）
是的，本例中每个样本的大小为 2 个字节（= 16 位）
是的，每帧大小为4字节
是的，"frames"的每个元素应该是4096字节。 sys.getsizeof() 报告 Python 解释器所需的存储 space，这通常比原始数据的实际大小多一点。
RATE * RECORD_SECONDS 是应该记录的帧的数量。由于 for 循环不会对每个 frame 重复，而只会对每个 chunk 重复，因此循环次数必须除以块大小 CHUNK。这与samples无关，所以不涉及2的因素。
如果你真的想看到十六进制值，你可以试试[hex(x) for x in frames[0]]。如果您想获得实际的 2 字节数字，请使用带有 struct 模块的格式字符串 '<H'。

您可能对我关于使用 wave 模块读取 WAV 文件的教程感兴趣，其中更详细地涵盖了您的一些问题：http://nbviewer.jupyter.org/github/mgeier/python-audio/blob/master/audio-files/audio-files-with-wave.ipynb

使用pyaudio时什么是块、样本和帧

What are chunks, samples and frames when using pyaudio

python

python-2.7

audio

sampling

pyaudio