如何在Python中获取音频分贝值，实现程序音频电平自动调整？

下面是几个实用的Python工具库实现方案，涵盖实时音频输入和音频文件分析场景：

1. PyAudio：实时捕获设备音频电平 #

PyAudio可直接访问系统音频输入设备，实时读取音频流并计算以RMS均方根值表示的电平。

先安装依赖：

pip install pyaudio

示例代码：

import pyaudio
import numpy as np

# 配置参数
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 44100
CHUNK = 1024

p = pyaudio.PyAudio()

# 打开音频流
stream = p.open(format=FORMAT,
                channels=CHANNELS,
                rate=RATE,
                input=True,
                frames_per_buffer=CHUNK)

try:
    while True:
        # 读取音频块
        data = stream.read(CHUNK)
        # 转换为numpy数组
        audio_data = np.frombuffer(data, dtype=np.int16)
        # 计算RMS电平（转换为dB，参考值为32767，即16位音频最大值）
        rms = np.sqrt(np.mean(np.square(audio_data)))
        db = 20 * np.log10(rms / 32767) if rms > 0 else -np.inf
        print(f"当前音频电平(dB): {db:.2f}")
except KeyboardInterrupt:
    print("停止捕获")
finally:
    stream.stop_stream()
    stream.close()
    p.terminate()

说明：

• RMS值反映音频的平均能量，转换为dB更符合人耳对音量的感知
• 16位音频的最大值是32767，以此为参考计算dB值

2. SoundDevice：更简洁的实时音频处理 #

SoundDevice是PyAudio的封装，API更简洁，适合快速开发。

安装依赖：

pip install sounddevice numpy

示例代码：

import sounddevice as sd
import numpy as np
import sys

RATE = 44100
CHUNK = 1024

def audio_callback(indata, frames, time, status):
    if status:
        print(status, file=sys.stderr)
    # 计算RMS和dB
    rms = np.sqrt(np.mean(indata**2))
    db = 20 * np.log10(rms) if rms > 0 else -np.inf
    print(f"当前音频电平(dB): {db:.2f}")

# 启动输入流
with sd.InputStream(samplerate=RATE, blocksize=CHUNK, callback=audio_callback):
    print("按Enter停止...")
    input()

3. Librosa：分析本地音频文件的电平 #

如果是处理已有的音频文件，Librosa是专业的音频分析库，可以快速计算整个文件或片段的电平。

安装依赖：

pip install librosa numpy

示例代码：

import librosa
import numpy as np

# 加载音频文件
audio_path = "your_audio_file.wav"
y, sr = librosa.load(audio_path, sr=None)

# 计算每帧的RMS电平
rms = librosa.feature.rms(y=y, frame_length=2048, hop_length=512)
# 转换为dB
db = 20 * np.log10(rms)
# 打印平均电平
print(f"音频平均电平(dB): {np.mean(db):.2f}")

说明：

• frame_length和hop_length控制分析的时间精度，可根据需求调整
• 结果是一个数组，包含每个音频帧的电平值，可用于后续的自动调整逻辑

内容的提问来源于stack exchange，提问作者ShotgunFlamez