树莓派3下Python合并WAV文件并从RAM直接播放的方案问询

嘿，我完全懂你的痛点——原来的脚本要把合并后的WAV写到磁盘，既费时间又没必要，而且在树莓派3上用PyAudio还卡得不行。咱们直接在内存里搞定合并+播放，彻底绕开磁盘和卡顿问题！

核心思路 #

咱们要做两件关键的事：

• 把所有WAV文件的音频数据读到内存里合并，全程不碰物理磁盘
• 用一个适配树莓派硬件的轻量音频库来播放合并后的内存数据，替代容易卡顿的PyAudio默认配置

推荐方案：用simpleaudio实现无磁盘合并播放 #

simpleaudio是一个轻量的音频播放库，底层调用树莓派原生的ALSA音频系统，比PyAudio更适合嵌入式设备，卡顿和延迟问题会少很多。

第一步：安装依赖 #

先在树莓派上安装需要的库：

pip install simpleaudio wave

第二步：完整代码 #

import wave
import simpleaudio as sa

def merge_and_play_wavs(wav_paths):
    # 先检查所有WAV文件的参数是否一致（采样率、位深、声道数）
    wav_params = None
    merged_audio_frames = b""

    for path in wav_paths:
        with wave.open(path, 'rb') as wav_file:
            current_params = wav_file.getparams()
            # 第一次读取时记录基准参数
            if wav_params is None:
                wav_params = current_params
            else:
                # 参数不一致的话，合并后的音频会错乱，直接抛出错误
                if current_params != wav_params:
                    raise ValueError("所有WAV文件的参数必须完全一致哦！包括采样率、位深、声道数")
            # 读取当前WAV的所有音频帧，追加到内存中的合并数据里
            merged_audio_frames += wav_file.readframes(wav_file.getnframes())

    # 直接用内存中的合并数据创建播放对象
    play_object = sa.play_buffer(
        merged_audio_frames,
        num_channels=wav_params.nchannels,
        bytes_per_sample=wav_params.sampwidth,
        sample_rate=wav_params.framerate
    )
    # 等待播放完成再退出程序
    play_object.wait_done()

# 调用示例，替换成你的WAV路径列表就行
if __name__ == "__main__":
    target_wavs = ["sound_1.wav", "sound_2.wav"]
    merge_and_play_wavs(target_wavs)

代码说明 #

• 全程内存操作：所有音频数据都存在merged_audio_frames字节串里，完全不写入磁盘，省时间也省磁盘空间
• 参数校验：确保所有要合并的WAV参数一致，避免出现杂音或播放错误
• 高效播放：simpleaudio的play_buffer直接读取内存数据播放，适配树莓派的硬件特性，卡顿问题会明显改善

备选方案：优化PyAudio的播放配置 #

如果你坚持要用PyAudio，可以通过调整缓冲区大小来缓解卡顿。下面是优化后的代码：

import wave
import pyaudio

def merge_and_play_wavs_pyaudio(wav_paths):
    wav_params = None
    merged_audio_frames = b""

    for path in wav_paths:
        with wave.open(path, 'rb') as wav_file:
            current_params = wav_file.getparams()
            if wav_params is None:
                wav_params = current_params
            else:
                if current_params != wav_params:
                    raise ValueError("所有WAV文件参数必须一致！")
            merged_audio_frames += wav_file.readframes(wav_file.getnframes())

    p = pyaudio.PyAudio()
    # 打开音频流时，调整缓冲区大小（可根据树莓派性能调整，比如512/1024/2048）
    stream = p.open(
        format=p.get_format_from_width(wav_params.sampwidth),
        channels=wav_params.nchannels,
        rate=wav_params.framerate,
        output=True,
        frames_per_buffer=1024  # 减小缓冲区能降低延迟，太小可能会爆音
    )

    # 分块写入音频流，避免一次性加载过大数据导致内存压力
    chunk_size = 1024 * 10
    for i in range(0, len(merged_audio_frames), chunk_size):
        stream.write(merged_audio_frames[i:i+chunk_size])

    stream.stop_stream()
    stream.close()
    p.terminate()

# 调用示例
if __name__ == "__main__":
    target_wavs = ["sound_1.wav", "sound_2.wav"]
    merge_and_play_wavs_pyaudio(target_wavs)

优化点说明 #

• 调整frames_per_buffer参数：更小的缓冲区可以减少播放延迟，但如果设置得太小，可能会出现爆音，建议从1024开始测试，找到适合你树莓派的数值
• 分块写入流：避免一次性把所有音频数据写入流，降低内存瞬间占用，提升播放稳定性

内容的提问来源于stack exchange，提问作者Tynvizz