在 Python 中播放期间更改音频的音高（和速度）

Question

我正在开发一个播放音乐的 Python 程序。其中一项功能是一个滑块，用户可以向上或向下拖动滑块来改变音乐播放时的音高。

例如，如果音高设置为 2，那么音乐听起来会高一个八度，播放速度会加快两倍，持续时间也会缩短一半。我真正改变的是播放速度，但我需要实时交互地进行。

此处可以找到在 Flash 中实现此功能的一个很好的示例。 （加载需要一点时间，请耐心等待。）

我已经研究了许多 python 音频包，但我还没有找到一个可以改变当前正在播放的声音的音调的包。我有多个版本的Python，所以对包支持什么版本没有要求。我正在 Windows 7 上开发这个。

有什么建议吗？

Answer 1

与 Craig McQueen 的帮助下，我创建了一个概念验证程序。

该程序播放一个名为“music.wav”的单声道 wav 文件（位于与该程序相同的文件夹中）并显示一个短而宽的窗口。当您在窗口中单击并拖动时，音乐的音调会发生变化。窗口的左侧低两个八度，右侧高两个八度。

这里有一些奇怪的行为，我不知道如何解决。如果当前音调较低，则音调改变之前会有大约 2 秒的延迟。然而，高音的音高会实时变化。 （随着音调变低，延迟会平滑增加）。如果 soundOutput.getLeft() soundOutput.getLeft() ，我只会向缓冲区添加更多声音。 0.2 。也就是说，如果缓冲区中剩余的声音量小于0.2秒。因此，不应有任何延误。为了进行故障排除，我添加了将 soundOutput.getLeft() 写入文件的代码。它往往始终保持在或非常接近 0。

减少读取到 waveRead.readframes(100) 的帧会减少延迟，但也会使声音断断续续。增加读取的帧会显着增加延迟。

import os, sys, wave, pygame, numpy, pymedia.audio.sound, scikits.samplerate

class Window:
    def __init__(self, width, height, minOctave, maxOctave):
        """
        width, height: the width and height of the screen.
        minOctave, maxOctave: the highest and lowest pitch changes. 0 is no change.
        """
        self.minOctave = minOctave
        self.maxOctave = maxOctave
        self.width = width
        self.mouseDown = False
        self.ratio = 1.0 # The resampling ratio
        waveRead = wave.open(os.path.join(sys.path[0], "music.wav"), 'rb')
        sampleRate = waveRead.getframerate()
        channels = waveRead.getnchannels()
        soundFormat = pymedia.audio.sound.AFMT_S16_LE
        soundOutput = pymedia.audio.sound.Output(sampleRate, channels, soundFormat)
        pygame.init()
        screen = pygame.display.set_mode((width, height), 0)
        screen.fill((255, 255, 255))
        pygame.display.flip()
        fout = open(os.path.join(sys.path[0], "musicdata.txt"), 'w') # For troubleshooting
        byteString = waveRead.readframes(1000) # Read at most 1000 samples from the file.
        while len(byteString) != 0:
            self.handleEvent(pygame.event.poll()) # This does not wait for an event.
            fout.write(str(soundOutput.getLeft()) + "\n") # For troubleshooting
            if soundOutput.getLeft() < 0.2: # If there is less than 0.2 seconds left in the sound buffer.
                array = numpy.fromstring(byteString, dtype=numpy.int16)
                byteString = scikits.samplerate.resample(array, self.ratio, "sinc_fastest").astype(numpy.int16).tostring()
                soundOutput.play(byteString)
                byteString = waveRead.readframes(500) # Read at most 500 samples from the file.
        waveRead.close()
        return

    def handleEvent(self, event):
        if event.type == pygame.QUIT or (event.type == pygame.KEYUP and event.key == pygame.K_ESCAPE):
            sys.exit()
        if event.type == pygame.MOUSEBUTTONDOWN and event.button == 1:
            self.mouseDown = True
            self.setRatio(event.pos)
        if event.type == pygame.MOUSEBUTTONUP and event.button == 1:
            self.mouseDown = False
        if event.type == pygame.MOUSEMOTION and self.mouseDown:
            self.setRatio(event.pos)
        return None

    def setRatio(self, point):
        self.ratio = 2 ** -(self.minOctave + point[0] * (self.maxOctave - self.minOctave) / float(self.width))
        print(self.ratio)

def main():
    Window(768, 100, -2.0, 2.0)

if __name__ == '__main__':
    main()

尝试让我使用的所有软件包都能很好地协同工作是一件很痛苦的事情。我正在使用 Python 2.6.6，PyGame 1.9.1 for python 2.6, NumPy 1.3.0 for python 2.6, PyMedia 1.3.7.3 适用于 python 2.6，以及 scikits.samplerate 0.3.1 适用于蟒蛇2.6。请注意，scikits.samplerate 与 NumPy 1.4 或更高版本冲突，并且其中一个包（我忘记是哪一个）需要 安装工具

Answer 2

听起来好像您想即时重新采样音频。

也许您可以尝试使用 scikits.samplerate 模块。它使用Secret Rabbit Code 库。

Answer 3

您可能想看看使用 wxPython 到 创建一个媒体播放器，并调查 SetPlaybackRate() 函数。 wxWidget 文档。

并非所有平台都支持 SetPlaybackRate() 函数，我自己也没有尝试过它是否完全符合您的要求，以及它的效果如何。

Answer 4

scikits.samplerate 0.3.1 需要安装工具，

如果不这样做，您将不断收到错误 ImportError: No module named pkg_resources