python - 如何从无尽的音频流中获取和划分音频

Question

首先，我有一个无尽的摄像头流，其中包括音频和视频。
如何在流式传输时根据 RTSP 流式传输的时间间隔获取分割的 .wav 文件。

我已经尝试了下面的代码，但在流结束之前我无法获取音频数据

command = ['ffmpeg.exe',
                   '-i', 'rtsp://wowzaec2demo.streamlock.net/vod/mp4:BigBuckBunny_115k.mp4',
                   '-f', 's16le',
                   '-acodec', 'libmp3lame',
                   '-ar', '44100',  
                   '-ac', '2', 
                   '-']
 
pipe = sp.Popen(command, stdout=sp.PIPE)

raw_audio = self.pipe.stdout.read()
print(raw_audio)

Answer 1

试试 -f segment 输出容器。就像是:

command = ['ffmpeg.exe',
    "-i", r"rtsp://wowzaec2demo.streamlock.net/vod/mp4:BigBuckBunny_115k.mp4",
    '-vn', '-acodec', 'pcm_s16le', '-ar', '44100', '-ac', '2', 
    "-f", "segment", '-segment_time','3','out%03d.wav']
)

现在，如果您真正需要的是原始样本而不一定是 .wav 文件，您需要通过删除 '-acodec', 'libmp3lame' 来修复您的命令。选项并指定要读取的样本数:

# how to read a block of audio data from stdout
n = 44100 * 3 # # of samples (sampling rate * duration)
nbytes = n * 2 * 2 # (#samples * #ch  * 2 bytes/sample)
while True:
    raw_audio = np.frombuffer(self.pipe.stdout.read(nread),shape=(n,2), dtype=np.int16)

    ... # do your thing