如何在 Linux 上将麦克风采样率更改为 16000？

如何解决如何在 Linux 上将麦克风采样率更改为 16000？

我目前正在处理一个项目，我试图在使用麦克风音频的同时在树莓派上使用 Deepspeech，但我一直收到无效采样率错误。使用 pyAudio 我创建了一个流，它使用模型想要的采样率，即 16000，但我使用的麦克风的采样率为 44100。运行 python 脚本时没有完成速率转换，麦克风采样率和预期模型的采样率会产生无效的采样率错误。

pyaudio 列出的麦克风信息如下：

{'index': 1,'structVersion': 2,'name': 'Logitech USB Microphone: Audio (hw:1,0)','hostApi': 0,'maxInputChannels': 1,'maxOutputChannels': 0,'defaultLowInputLatency': 0.008684807256235827,'defaultLowOutputLatency': -1.0,'defaultHighInputLatency': 0.034829931972789115,'defaultHighOutputLatency': -1.0,'defaultSampleRate': 44100.0}

我尝试的第一件事是将 pyAudio 流采样率设置为 44100 并为模型提供数据。但经过测试后，我发现该模型在其获得的速率与其请求的 16000 不同时效果不佳。

我一直在想办法让麦克风的变化率变成16000，或者至少在python脚本中使用时把它的变化率转换成16000，但无济于事。

我尝试过的最新一件事是更改 .asoundrc 文件以找到更改速率，但我不知道是否可以在此文件中将麦克风的速率更改为 16000。这是文件当前的样子：

pcm.!default {
        type asymd
        playback.pcm
        {
                type plug
                slave.pcm "dmix"
        }
        capture.pcm
        {
                type plug
                slave.pcm "usb"
        }
}

ctl.!default {
        type hw
        card 0
}

pcm.usb {
        type hw
        card 1
        device 0
        rate 16000
} 

我制作的python代码适用于windows，我猜是因为windows确实将输入的速率转换为代码中的采样率。但是 Linux 似乎没有这样做。

tldr;麦克风速率为 44100，但必须更改为 16000 才能使用。你如何在 Linux 上做到这一点？

编辑 1：

我像这样创建 pyAudio 流：

self.paStream = self.pa.open(rate = self.model.sampleRate(),channels = 1,format= pyaudio.paInt16,input=True,input_device_index = 1,frames_per_buffer= self.model.beamWidth())

它使用模型的速率和模型的波束宽度，以及麦克风的通道数和麦克风的索引。

我得到下一个音频帧并正确格式化它以与我为模型创建的流一起使用我这样做：

def __get_next_audio_frame__(self):
    audio_frame = self.paStream.read(self.model.beamWidth(),exception_on_overflow= False)  
    audio_frame = struct.unpack_from("h" * self.model.beamWidth(),audio_frame)     
    return audio_frame

exception_on_overflow = False 用于测试输入速率为 44100 的模型，如果不将此设置为 False，则会发生与我目前处理的相同的错误。 model.beamWidth 是一个变量，用于保存模型期望的块数量的值。然后我读取了大量的块并在将它们提供给模型的流之前重新格式化它们。事情是这样发生的：

modelStream.feedAudioContent(self.__get_next_audio_frame__())

解决方法

所以经过一些更多的测试后，我最终编辑了脉冲的配置文件。在此文件中，您可以取消注释条目，这些条目允许您编辑默认和/或备用采样率。将替代采样率从 48000 编辑到 16000 能够解决我的问题。

文件位于此处：/etc/pulse/daemon.conf 。 我们可以使用 sudo vi daemon.conf 在 Raspberian 上打开和编辑此文件。 然后我们需要取消注释行 ; alternate-sample-rate = 48000，这是通过删除 ; 并将 48000 的值更改为 16000 来完成的。保存文件并退出vim。然后使用 pulseaudio -k 重新启动 Pulseaudio 以确保它运行更改后的文件。

如果您不熟悉 vim 和 Linux，here 是更改采样率过程的更详细指南。