使用 python 进行实时音频处理的最佳工具

Question

我目前正在尝试使用 Apache Spark 流式处理 (pySpark) 实时处理 .wav 文件，但是我遇到了一些问题，因为我使用 pyDub 和 Librosa 处理音频，这个库使用 Audisegment 对象和 numpy 数组，但是Apache Spark 不适用于这些类型的变量，所以我目前正在考虑是否还有其他可能性，例如 Apache Flink？或任何其他工具？

Answer 1

有几个库和工具可用于在 Python 中进行实时音频处理。尽管 Apache Spark 和 Flink 在分布式数据处理方面功能强大，但它们可能不是实时音频处理的最佳选择。以下是您可以考虑的一些替代库和工具：

1. PyAudio：PyAudio 是一个跨平台的音频 I/O 库，它为 PortAudio 提供 Python 绑定，PortAudio 是一个用于音频流的低级 C 库。使用 PyAudio，您可以通过使用流读写音频数据来实时处理音频。它支持各种音频格式和设备。

   • 网站：https://people.csail.mit.edu/hubert/pyaudio/
   • GitHub：https://github.com/jleb/pyaudio

2. SoundDevice：SoundDevice 是另一个用于实时音频处理的 Python 库，它构建在 PortAudio C 库之上。它为音频 I/O 提供易于使用的接口，支持各种音频格式，并可在多个平台上使用。

   • 网站：https://python-sounddevice.readthedocs.io/
   • GitHub：https://github.com/spatialaudio/python-sounddevice

3. Real-Time Audio I/O with Python and Numpy：本教程演示了如何利用 PyAudio 库使用 Python 和 Numpy 处理实时音频。它提供了一个使用 Python 进行实时音频处理的简单示例。

   • 教程：https://bastibe.de/2012-11-02-real-time-signal-processing-in-python.html

4. TimeSide：TimeSide 是一个开源音频处理和可视化框架。它提供了一组用于音频处理和分析的 Python 组件，以及 HTML5 交互式可视化。 TimeSide可用于实时音频处理，支持多种音频格式

   • 网站：https://timeside.github.io/TimeSide/
   • GitHub：https://github.com/Parisson/TimeSide

5. Essentia：Essentia 是一个开源 C++ 库，用于使用 Python 绑定进行音频分析和处理。它提供了广泛的音频处理算法，包括特征提取、音频指纹识别等。虽然它不是专门为实时处理而设计的，但它的一些算法可以用于实时应用程序。

   • 网站：https://essentia.upf.edu/
   • GitHub：https://github.com/MTG/essentia

考虑评估这些库和工具，以找到最适合您特定实时音频处理要求的库和工具。