毕业设计-树莓派人脸检测语音交互机器人设计（三）-------------音频播放与录音

树莓派板子上只有一个音频输出3.5mm接口，没有音频输入接口，用USB声卡解决该问题。

音频播放

在这里推荐三款树莓派音频播放器omxplayer、sox、mplayer2。三种播放器的性能就不多说了。

sudp apt-get install omxplayer
sudp apt-get install sox
sudp apt-get install mplayer2

通过上面的命令进行下载，下载完成后用下面命令播放音频。

omxplayer -o local test.mp3
play test.mp3
mplayer test.mp3

如果树莓派没对输出口进行选择，一般会在板自带的3.5mm接口输出，如果要选择usb声卡输出，继续看下面。

录音

命令行录音

一般树莓派Debian系统配置alsa架构，也就有aplay、arecord、alsamixer命令。如果没有，进行下载。

sudo apt-get -y install alsa-utils alsa-tools alsa-tools-gui alsamixergui

插入usb声卡，先用命令查看音频播放有哪些声卡。

aplay -l

上面列出的文字注意card 0，device 0这样的信息，会在后面的配置中用到。card 0，device 0相当于hw 0,0
下面再来看下录音的有哪些声卡。

arecord -l

看过有哪些音频输入输出声卡后，我们需要配置选择从什么声卡播放录音。

alsa的配置文件是alsa.conf，它位于/usr/share/alsa目录下，通常还有/usr/share/alsa/card和/usr/shara/alsa/pcm两个子目录用来设置card相关的参数、别名以及一些PCM默认设置。一般不修改里面的内容。
alsa.conf 引用了/etc/asound.conf 和 ~/.asoundrc两个文件，这两个文件可以配置默认声卡和指定音频输入和输出声卡。

通过上段话可知，由两个文件配置声卡，我们采用~/.asoundrc文件配置声卡，系统正常情况下是没有这个文件，所以我们要创建这个文件和添加内容。

sudo vim ~/.asoundrc

然后添加如下内容：

pcm.!default{
	type asym
	playback.pcm{
		type plug
		slave.pcm "hw:1,0"
	}
	capture.pcm{
		type plug
		slave.pcm "hw:1,0"
	}
}
ctl.!default{
		type hw
		card 1
}

上面代表的意思如下图。根据有哪些声卡做自己想要的配置。

调节播放和录音的音量大小

alsamixer

使用arecord录音测试

arecord -D hw:1,0 -t wav -c 1 -r 44100 -f S16_LE -d 3 test.wav

参数解析：
-D hw:1,0：选择录音声卡
-t wav ：文件类型
-c 1：声道数
-r 44100：采样频率
-f S16_LE：采样点数据长度
-d 3：录音时长（秒）
上面这条语句不支持录音采样率16000的
如要采样16000，设备问题。

arecord -D "plughw:1" -t wav -c 1 -f S16_LE -r 16000 -d 3 voice.wav

录音结束后，可播放是否能听到声音，尽量调alsamixer里面的录音和播放的音量大一点。

pyaudio库录音

毕设为了声音大于设定声贝大小时才开始录音，就用了pyaudio库实时监测。

sudo apt-get install portaudio.dev
sudo apt-get install portaudio19-dev python-all-dev python3-all-dev
sudo apt-get install python-pyaudio python3-pyaudio

解决不能采16K的音频的错误提示。

sudo apt-get install pulseaudio

下面是测试程序：

import wave
from pyaudio import PyAudio, paInt16
import time
import numpy as np
import sys
framerate = 16000  # 采样率
num_samples = 1000  # 采样点
channels = 1  # 声道
sampwidth = 2  # 采样宽度2bytes
FILEPATH = 'speech.wav'

#将音频数据转换成wav文件
def save_wave_file(filepath, data):  
    wf = wave.open(filepath, 'wb')
    wf.setnchannels(channels)
    wf.setsampwidth(sampwidth)
    wf.setframerate(framerate)
    wf.writeframes(b''.join(data))
    wf.close()

#录音
def my_record():
    pa = PyAudio()
    #打开一个新的音频stream
    stream = pa.open(format=paInt16, channels=channels,
                     rate=framerate, input=True, frames_per_buffer=num_samples)
    my_buf = [] #存放录音数据
    my_buf1 = [] 
    print('准备开始，正在检测人说话的声音')
    time1 = time.time()
    while True:   
        data = stream.read(num_samples)
        my_buf1.append(data)
        audio_data = np.fromstring(data,dtype=np.short)  
#        large_sample_count = np.sum(audio_data > 8000)
        temp = np.max(audio_data)
        print("最大声贝：", temp)
        time2 = time.time()
        if time2 > time1 + 30:
            stream.stop_stream()
            stream.close()
            pa.terminate()
            return  'toface'
        if temp > 8000 :
            print("检测人说话的声音，开始录音4秒")
            my_buf.append(data)
            t = time.time()
            while time.time() < t + 4:  # 设置录音时间（秒）
                string_audio_data = stream.read(num_samples)
                my_buf.append(string_audio_data)
            print('录音结束.')
            save_wave_file(FILEPATH, my_buf)
            stream.stop_stream()
            stream.close()
            pa.terminate()
            break
    return 'ok'

my_record()

上面调用my_record()函数完成，声贝大于8000开始录音4秒，一开始的时候会报一些错误，但是能够完成录音，我就是想把这些报错弄没了搞崩的。

'>>>>>>>>>>>基本的实现录音和播放功能，其中如有一些错误请见谅，有什么问题可留言区提出共同探讨<<<<<<<<<<<<<<<<<