使用 Go 从麦克风中提取 WAV 音频的方法
来源:stackoverflow
2024-02-09 12:45:24
0浏览
收藏
从现在开始,努力学习吧!本文《使用 Go 从麦克风中提取 WAV 音频的方法》主要讲解了等等相关知识点,我会在golang学习网中持续更新相关的系列文章,欢迎大家关注并积极留言建议。下面就先一起来看一下本篇正文内容吧,希望能帮到你!
问题内容
我的程序使用 Vosk 语音识别库的 Go 绑定,它将音频作为 WAV 单声道音频的字节切片进行接收。我的程序当前使用外部命令 arecord 从麦克风获取 WAV 音频,但我更喜欢在 Go 中正确执行此操作,并且最好没有任何共享库依赖项。
我尝试使用 malgo 包,但卡在如何将麦克风中的原始音频转换为 WAV 上。我发现 WAV 编码包只能写入文件 (io.WriteSeeker),但我需要转换来自麦克风的连续流以进行实时语音识别。
至少是Linux
正确答案
我最终也使用了 malgo ,以及 malgo.formats16。
在此回调中生成字节:
// https://github.com/gen2brain/malgo/blob/master/_examples/capture/capture.go
onrecvframes := func(psample2, psample []byte, framecount uint32) {
// empirically, len(psample) is 480, so for sample rate 44100 it's triggered about every 10ms.
// samplecount := framecount * deviceconfig.capture.channels * sizeinbytes
psampledata = append(psampledata, psample...)
}
我可以将其转换为 int (为此使用 gpt-4):
func twobytedatatointslice(audiodata []byte) []int {
intdata := make([]int, len(audiodata)/2)
for i := 0; i < len(audiodata); i += 2 {
// convert the pcapturedsamples byte slice to int16 slice for formats16 as we go
value := int(binary.littleendian.uint16(audiodata[i : i+2]))
intdata[i/2] = value
}
return intdata
}
然后使用 "github.com/go-audio/wav" 生成内存中的 wav 字节(gpt-4 再次创建了内存中文件系统 hack 来克服 io.writeseeker 要求)
// Create an in-memory file to support io.WriteSeeker needed for NewEncoder which is needed for finalizing headers.
inMemoryFilename := "in-memory-output.wav"
inMemoryFile, err := fs.Create(inMemoryFilename)
dbg(err)
// We will call Close ourselves.
// Convert audio data to IntBuffer
inputBuffer := &audio.IntBuffer{Data: intData, Format: &audio.Format{SampleRate: iSampleRate, NumChannels: iNumChannels}}
// Create a new WAV wavEncoder
bitDepth := 16
audioFormat := 1
wavEncoder := wav.NewEncoder(inMemoryFile, iSampleRate, bitDepth, iNumChannels, audioFormat)
我在尝试将您想要的东西组合在一起时开发了这些片段 - 流式语音助手 [wip] https://github.com/petrzlen/vocode-golang
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于Golang的相关知识,也可关注golang学习网公众号。
版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
在time.Parse中解析不同的时间范围
- 上一篇
- 在time.Parse中解析不同的时间范围
- 下一篇
- Golang 中比较操作引发了问题
查看更多
最新文章
-
- Golang · Go问答 | 15小时前 |
- HTTP重定向丢失自定义Header怎么办
- 346浏览 收藏
-
- Golang · Go问答 | 1天前 |
- embed文件在测试包中找不到怎么办
- 313浏览 收藏
-
- Golang · Go问答 | 1天前 | base64 Go RawURLEncoding
- base64RawURL结果包含非法字符怎么办
- 322浏览 收藏
-
- Golang · Go问答 | 1天前 | 随机数 · go ·
- crypto/rand读取失败如何处理
- 105浏览 收藏
-
- Golang · Go问答 | 1天前 |
- NullString序列化成空字符串怎么办
- 421浏览 收藏
-
- Golang · Go问答 | 1天前 | 事务 · go · 回滚 · database/sql ·
- 事务提交失败后如何保证回滚
- 478浏览 收藏
-
- Golang · Go问答 | 1天前 | Go 连接池 database/sql sql.DB
- sql.DB连接池空闲连接怎么调
- 177浏览 收藏
-
- Golang · Go问答 | 1天前 | go · 连接池 · database/sql ·
- sqlRows没有关闭导致连接池堵塞怎么办
- 243浏览 收藏
-
- Golang · Go问答 | 1天前 | xml · 反序列化 · Go问答 · Go encoding/xml XML命名空间 XML前缀
- XML命名空间前缀读取为空怎么办
- 283浏览 收藏
-
- Golang · Go问答 | 1天前 |
- CSV字段中换行导致读取错位怎么办
- 409浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1048次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1045次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1206次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1151次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 995次使用
查看更多
相关文章
-
- 用Nginx反向代理部署go写的网站。
- 2023-01-17 502浏览
-
- GoLand调式动态执行代码
- 2023-01-13 502浏览
-
- 正则命名捕获组取不到值怎么办
- 2026-11-15 501浏览
-
- Go pprof profile duration 参数如何理解
- 2026-11-14 501浏览
-
- Go types.Selection.Type 与 Obj.Type 为什么不总是相同
- 2026-11-10 501浏览

