如何在 linux 上将麦克风采样率更改为 16000？

Question

我目前正在做一个项目，我试图在 raspberry pi 上使用 Deepspeech，同时使用麦克风音频，但我一直收到无效采样率错误。使用 pyAudio 我创建了一个流，它使用模型想要的采样率，即 16000，但我使用的麦克风的采样率为 44100。当运行 python 脚本没有完成速率转换麦克风采样率和模型的预期采样率产生无效采样率错误。

麦克风信息由 pyaudio 列出如下：

{'index': 1, 'structVersion': 2, 'name': 'Logitech USB Microphone: Audio (hw:1,0)', 'hostApi': 0, 'maxInputChannels': 1, 'maxOutputChannels': 0, 'defaultLowInputLatency': 0.008684807256235827, 'defaultLowOutputLatency': -1.0, 'defaultHighInputLatency': 0.034829931972789115, 'defaultHighOutputLatency': -1.0, 'defaultSampleRate': 44100.0}

我尝试的第一件事是将 pyAudio 流采样率设置为 44100 并将其提供给模型。但是经过测试，我发现当模型得到的速率与请求的 16000 不同时，模型无法正常工作。

我一直在尝试找到一种方法将麦克风的变化率更改为 16000，或者至少在 python 脚本中使用时将其变化率转换为 16000，但无济于事。

我最近尝试的是更改 .asoundrc 文件以找到更改速率的方法，但我不知道是否可以在此文件中将麦克风的速率更改为 16000。这是文件当前的样子：

pcm.!default {
        type asymd
        playback.pcm
        {
                type plug
                slave.pcm "dmix"
        }
        capture.pcm
        {
                type plug
                slave.pcm "usb"
        }
}

ctl.!default {
        type hw
        card 0
}

pcm.usb {
        type hw
        card 1
        device 0
        rate 16000
}

我制作的 python 代码适用于 windows，我猜这是因为 windows 确实将输入的速率转换为代码中的采样率。但是Linux好像并没有这样做。

tldr；麦克风速率为 44100，但必须更改为 16000 才能使用。你如何在 Linux 上做到这一点？

编辑 1：

我这样创建 pyAudio 流：

self.paStream = self.pa.open(rate = self.model.sampleRate(), channels = 1, format= pyaudio.paInt16, input=True, input_device_index = 1, frames_per_buffer= self.model.beamWidth())

它使用模型的速率和模型的波束宽度，以及麦克风的通道数和麦克风的索引。

我得到下一个音频帧并正确格式化它以与我为模型创建的流一起使用我这样做：

def __get_next_audio_frame__(self):
    audio_frame = self.paStream.read(self.model.beamWidth(), exception_on_overflow= False)  
    audio_frame = struct.unpack_from("h" * self.model.beamWidth(), audio_frame)     
    return audio_frame

exception_on_overflow = False 用于测试输入率为 44100 的模型，如果不将此设置为 False，则会出现与我当前处理的相同的错误。 model.beamWidth 是一个变量，它保存模型期望的块数量的值。然后我读取了这些块并重新格式化它们，然后再将它们提供给模型的流。情况是这样的：

modelStream.feedAudioContent(self.__get_next_audio_frame__())

Answer 1

因此，经过更多测试后，我最终编辑了 pulse 的配置文件。在此文件中，您可以取消注释允许您编辑默认 and/or 备用采样率的条目。将替代采样率从 48000 编辑为 16000 能够解决我的问题。

文件位于此处：/etc/pulse/daemon.conf 。我们可以使用 sudo vi daemon.conf 在 Raspberian 上打开和编辑这个文件。然后我们需要取消注释行 ; alternate-sample-rate = 48000，这是通过删除 ; 并将 48000 的值更改为 16000 完成的。保存文件并退出 vim。然后使用 pulseaudio -k 重新启动 Pulseaudio 以确保它运行更改后的文件。

如果您不熟悉 vim 和 Linux here 是更改采样率过程的更详尽的指南。

如何在 linux 上将麦克风采样率更改为 16000？

How to change microphone sample rate to 16000 on linux?

python

linux

sample-rate

pyaudio