Python中使用PyAudio进行音频特征提取和分类

PyAudio是一个用于处理音频的Python库，可以用于音频特征提取和分类。音频特征提取可以用于语音识别、情感识别、说话人识别等应用。下面是一个使用PyAudio进行音频特征提取和分类的示例代码。

安装PyAudio库：

pip install pyaudio

导入所需的库：

import pyaudio
import numpy as np
import matplotlib.pyplot as plt
from scipy.fftpack import fft

定义一个用于音频特征提取和可视化的函数：

def extract_features(signal, rate):
    # 计算FFT并取前一半的值
    fft_result = fft(signal)
    fft_result = fft_result[:int(len(fft_result)/2)]
    
    # 计算频率
    freqs = np.fft.fftfreq(len(fft_result), 1.0/rate)
    freqs = freqs[:int(len(freqs)/2)]
    
    # 计算音频信号的能量
    energy = np.abs(fft_result)**2
    
    return freqs, energy

def plot_features(freqs, energy):
    # 绘制频率和能量的图像
    plt.plot(freqs, energy)
    plt.xlabel("Frequency (Hz)")
    plt.ylabel("Energy")
    plt.show()

使用PyAudio进行实时音频处理：

FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 44100
CHUNK = 1024

p = pyaudio.PyAudio()

stream = p.open(format=FORMAT,
                channels=CHANNELS,
                rate=RATE,
                input=True,
                frames_per_buffer=CHUNK)

while True:
    # 读取音频数据
    data = stream.read(CHUNK)
    signal = np.frombuffer(data, dtype=np.int16)
    
    # 提取特征并绘制图像
    freqs, energy = extract_features(signal, RATE)
    plot_features(freqs, energy)
    
stream.stop_stream()
stream.close()
p.terminate()

上面的代码使用PyAudio从音频设备读取数据，并对读取的音频信号进行特征提取。特征提取函数使用FFT计算频谱，并计算频率和能量。然后，通过plot_features函数将特征绘制出来，用于可视化。

你可以根据自己的需求修改代码，添加音频分类的功能，例如训练一个机器学习模型来对不同的音频进行分类。