使用python-sounddevice在音量低于阈值时停止录制

Question

我目前有一些python代码可以持续录制4秒的音频片段：

#!/usr/bin/env python3
import sounddevice as sd

fs = 16000

while True:
    print('Started listening')
    myrecording = sd.rec(int(4 * fs), dtype='int16', channels=1, blocking=True)

但是，我不希望有固定的4秒片段，而是希望sounddevice录音，直到音量降到音频阈值以下(即，当手持麦克风的人停止讲话时)，然后再次开始收听。

本质上，我想模仿像sox的rec recording.wav silence 1 0.1 3% 1 3.0 3%这样的命令的行为，它就是这样做的。

有没有一种简单的方法可以用sounddevice做到这一点？

Answer 1

这样做的库似乎被称为VAD (语音音频检测)。对于python来说，py-webrtcvad似乎是一个很好的选择。