如何用PyAudio获取可用于PocketSphinx的无噪声原始音频文件？

嘿，我注意到你在尝试用PyAudio录制原始音频供PocketSphinx使用时，碰到了随机噪声的问题。咱们来看看代码里的问题出在哪，以及怎么修复它！

问题根源 #

• 音频格式不匹配：PocketSphinx默认要求的是**16位有符号整数（paInt16）**格式的音频，而你当前代码里用的是paInt32（32位整数）。这种格式不兼容会让PocketSphinx错误解析音频数据，直接导致噪声。
• 文件写入模式错误：你用了文本模式"w"来写入原始音频文件，这会在部分系统中把二进制音频数据当成文本处理，破坏原始字节流，进而引入噪声。正确的做法是用二进制写入模式"wb"。

修正后的代码 #

import pyaudio

FORMAT = pyaudio.paInt16  # 改成PocketSphinx兼容的16位格式
CHANNELS = 1
RATE = 16000
CHUNK = 1024
RECORD_SECONDS = 2

audio = pyaudio.PyAudio()

# 开始录制
stream = audio.open(
    format=FORMAT,
    channels=CHANNELS,
    rate=RATE,
    input=True,
    frames_per_buffer=CHUNK
)
print("recording...")
frames = []

for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
    data = stream.read(CHUNK)
    frames.append(data)

print("finished recording")

# 停止录制并释放资源
stream.stop_stream()
stream.close()
audio.terminate()

# 用二进制模式写入原始文件
with open("newfile.raw", "wb") as file:
    file.write(b''.join(frames))

额外说明 #

• 我把文件写入换成了with语句，这样能自动处理文件关闭，避免资源泄漏。
• 确认你的麦克风输入正常，有时候硬件本身的噪声也可能是问题来源，但根据你的代码情况，格式和写入模式应该是主要原因。

内容的提问来源于stack exchange，提问作者shreyansh