如何使用从 sounddevice Stream class 返回的 NumPy 数组来执行额外的处理？
How do I use the NumPy array returned from sounddevice Stream class to perform additional processing?
我正在使用 python 库 sounddevice 进行一些音频处理。当我使用 Stream class 将从输入设备 (mic) 收集的输入数据传递到输出时，回调函数有一个代表声音数据的 NumPy 数组：
def callback(indata, outdata, frames, time, status):
outdata[:] = indata
indata 是一个包含浮点数数组的 NumPy 数组。这些花车代表什么？如何对这些数据执行时间拉伸或音高转换？
首先，一个警告：如果你想要高效可靠的实时音频处理，Python可能不是一个很好的选择（因为它是一种解释型语言，它使用垃圾收集，当然也因为臭名昭著的 GIL）。
如果你想使用 Python，有一些实时音频信号处理库； pyo and LibROSA come to mind, more can be found at the PythonInMusic wiki page.
现在回答你的实际问题：indata中的浮点值（默认float32）是表示声压的幅度值。
如果有帮助，您也可以将其视为电压。
请注意，来自声卡的值被限制在 -1.0 到 +1.0 的范围内。当您将输出信号写入 outdata 时，您必须注意它们也被限制在这个范围内，否则您会听到难看的失真。
indata 和 outdata 数组是二维的，其中列代表音频通道。每行代表一个时间实例。
您可能还想阅读我的小 page about creating simple audio signals with Python。
时间 stretching/pitch 移动的实际算法在这里是题外话，如果您需要帮助，可以在 https://dsp.stackexchange.com/ 上询问。
我正在使用 python 库 sounddevice 进行一些音频处理。当我使用 Stream class 将从输入设备 (mic) 收集的输入数据传递到输出时，回调函数有一个代表声音数据的 NumPy 数组：
def callback(indata, outdata, frames, time, status):
outdata[:] = indata
indata 是一个包含浮点数数组的 NumPy 数组。这些花车代表什么？如何对这些数据执行时间拉伸或音高转换？
首先，一个警告：如果你想要高效可靠的实时音频处理，Python可能不是一个很好的选择（因为它是一种解释型语言，它使用垃圾收集，当然也因为臭名昭著的 GIL）。
如果你想使用 Python，有一些实时音频信号处理库； pyo and LibROSA come to mind, more can be found at the PythonInMusic wiki page.
现在回答你的实际问题：indata中的浮点值（默认float32）是表示声压的幅度值。
如果有帮助，您也可以将其视为电压。
请注意，来自声卡的值被限制在 -1.0 到 +1.0 的范围内。当您将输出信号写入 outdata 时，您必须注意它们也被限制在这个范围内，否则您会听到难看的失真。
indata 和 outdata 数组是二维的，其中列代表音频通道。每行代表一个时间实例。
您可能还想阅读我的小 page about creating simple audio signals with Python。
时间 stretching/pitch 移动的实际算法在这里是题外话，如果您需要帮助，可以在 https://dsp.stackexchange.com/ 上询问。