PyAudio播放Int16格式正弦波无声音问题排查咨询

正在开发一款支持通过TCP接收音频、实时播放并存储为文件的音频流播放器，当前仅完成播放器模块开发，遇到音频播放异常问题，已排查到的现象如下：

• PyAudio无法正常播放生成的正弦波音频
• 使用sounddevice播放原始浮点格式正弦波可正常出声，说明源数据本身无逻辑错误
• 使用sounddevice播放经转换得到的Int16格式数据时同样播放失败，初步推测问题出在格式转换环节
• 若将音频数据格式与PyAudio流配置修改为float32，即可正常播放，暂不清楚该现象产生原因

import numpy as np
import pyaudio
import sounddevice as sd
from array import array
import wave

sample_rate = 44100
Fs = 50000
f = 5000
sample = 150000

def play_stream(ob):
    
    "converting object to pyauido required format"
    tone = ob.astype(np.int16)
    bytestream = tone.tobytes()
    
    "playing data with pyaudio"
    p = pyaudio.PyAudio()
    stream = p.open(format=pyaudio.paInt16,
                      channels=1,
                      rate=sample_rate,
                      output=True)
    
    if len(bytestream)>0:
        stream.write(bytestream)
    else:
        print("no data!")
    stream.stop_stream()
    stream.close()
    print("* stream finished")
    p.terminate()

    "testing data in alternate method"
    sd.play(ob, 44100)
    print ("play finished!")

"generating sine wave"
x = np.arange(sample)
ob = np.sin(2 * np.pi * f * x /Fs)

"playing sine wave"
play_stream(ob)

问题出在两个核心位置：

1. Int16格式转换逻辑错误：np.sin()生成的正弦波数据是取值范围为[-1.0, 1.0]的浮点类型数据，而Int16格式音频的有效取值范围是[-32768, 32767]。直接调用astype(np.int16)做类型强转时，浮点数会被直接截断取整，所有绝对值小于1的采样点都会被转为0，最终得到的字节流几乎全是静音数据，自然无法正常播放。这也是float32格式能正常播放的核心原因——float32格式的音频本身就要求采样值在[-1.0, 1.0]区间，不需要做幅值缩放。
2. 采样率配置不匹配：生成正弦波时使用的采样率Fs=50000，但PyAudio和sounddevice播放时配置的采样率是44100，即使格式转换正确，播放出来的音调也会和预期不符。

• 修正Int16转换逻辑：先将浮点采样值缩放到Int16的取值区间，再加截断防止溢出，最后转类型，代码如下：

  # 原错误写法：直接强转导致采样值几乎全为0
  # tone = ob.astype(np.int16)
  # 正确写法：幅值缩放+截断防溢出+类型转换
  tone = (ob * 32767).clip(-32768, 32767).astype(np.int16)
  bytestream = tone.tobytes()
  

• 统一采样率配置：将生成正弦波的采样率Fs和播放配置的sample_rate设为相同值，比如统一为44100，避免播放音调异常。
• 验证sounddevice Int16播放：使用上述正确转换得到的Int16数据调用sounddevice播放时，需要额外指定dtype为int16，即调用sd.play(tone, 44100, dtype='int16')即可正常出声。

内容的提问来源于stack exchange，提问作者Mai r