使用Python将NAO机器人麦克风音频流传输到PC的故障求助

错误原因 #

• 采样率参数传错：PyAudio打开流时的rate参数传入了nbrOfSamplesByChannel，该值为单次回调返回的单通道采样数，不是采样率，应填入你预设的16000。nbrOfSamplesByChannel=1365是正常返回值，16000采样率下170ms双声道缓冲区拆分到单通道就是约1365个采样点，和你设置的采样率没有关系，无需修改。
• 采样格式不匹配：NAO返回的音频是16位整型采样，你使用p.get_format_from_width(1)对应8位采样，格式错位直接导致杂音，应改为p.get_format_from_width(2)。
• 流初始化逻辑错误：每次processRemote回调都重新创建PyAudio实例和播放流，会引发资源泄漏、音频断帧，应该把PyAudio和播放流的初始化逻辑放到start方法中，回调函数里只写入最新的音频数据即可。
• 输出数据错误：你当前回调返回的原始buffer_audio是交错格式数据，单声道输出时需要提取aSoundData[0]转换为字节流后输出。

修正代码示例 #

import naoqi
import numpy as np
import pyaudio

class SoundReceiverModule:
    def __init__(self, strNaoIp):
        self.strNaoIp = strNaoIp
        self.p = None
        self.stream = None
        self.nSampleRate = 16000

    def start(self):
        # 初始化NAO音频代理
        audio = naoqi.ALProxy("ALAudioDevice", self.strNaoIp, 9559)
        nNbrChannelFlag = 3 # 单前向麦克风
        nDeinterleave = 0
        audio.setClientPreferences(self.getName(), self.nSampleRate, nNbrChannelFlag, nDeinterleave)
        audio.subscribe(self.getName())

        # 初始化PyAudio流，仅执行一次
        self.p = pyaudio.PyAudio()
        self.stream = self.p.open(
            format=self.p.get_format_from_width(2),
            channels=1,
            rate=self.nSampleRate,
            output=True
        )
        print("INF: SoundReceiver: started!")

    def processRemote(self, nbOfChannels, nbrOfSamplesByChannel, aTimeStamp, buffer_audio):
        aSoundDataInterlaced = np.frombuffer(buffer_audio, dtype=np.int16)
        aSoundData = np.reshape(aSoundDataInterlaced, (nbOfChannels, nbrOfSamplesByChannel), 'F')
        
        # 单声道取第一个通道的数据写入流
        self.stream.write(aSoundData[0].tobytes())

        # 峰值检测按需保留
        aPeakValue = np.max(aSoundData)
        if aPeakValue > 16000:
            print("Peak: %s" % aPeakValue)

缓冲区说明 #

ALAudioDevice的170ms缓冲区是底层固定配置，上层不需要手动处理，只要保证回调返回的采样数据能及时喂给播放流即可，和你当前遇到的音频异常无关。

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