在audiomath中，创建播放器需要不同的时间--可以加快速度吗？

Question

我在Windows10的Python3.7下使用audiomath，我想在实时应用程序的不同时间临时创建Player实例，以播放已经加载到内存中的Sound实例。它看起来有时可以非常快地构建(不到一毫秒)，但有时需要几百毫秒(这可能会扰乱我的应用程序的时间)。我认为这反映了初始化PortAudio和/或打开流的开销，但我不清楚什么时候会发生这种情况。有没有一种方法可以提前初始化一切和/或优化一切，使Player构造始终快速进行？

Answer 1

的确，初始化库和流需要时间。如果您没有跟踪您有多少个Player实例，那么这种开销(至少是流打开部分)可能会在意想不到的时候发生。默认情况下，当您创建第一个Player时，会隐式地自动创建/打开/启动一个流，当不再有Player实例在使用它时，它会自动停止/关闭/删除。因此，当您的最后一个Player实例被垃圾收集时，流将关闭:然后，如果您随后创建另一个实例，您将再次获得流初始化成本。也许这解释了你的观察，它“有时”慢，有时不慢？下面是IPython的%timeit工具的结果，说明了它是如何工作的(audiomath 1.5.1，Python 3.7.3，Windows10)：

import audiomath as am
s = am.TestSound('12')

timeit -n1 -r1     am.Player(s)
#  722 ms ± 0 ns per loop (mean ± std. dev. of 1 run, 1 loop each)
# First-ever Player: it took 722 ms to initialize the PortAudio
# library and opening a stream

timeit -n1 -r1     am.Player(s)
#  281 ms ± 0 ns per loop (mean ± std. dev. of 1 run, 1 loop each)
# The previous player was garbage-collected, so we're working off a
# blank slate, but the library is already initialized, so 281 is
# just the stream-opening overhead.

timeit -n1 -r1     am.Player(s)
#  283 ms ± 0 ns per loop (mean ± std. dev. of 1 run, 1 loop each)
# Same again.

p = am.Player(s) # now, let's keep a reference to an active Player 

timeit -n1 -r1     am.Player(s)
#  52.3 µs ± 0 ns per loop (mean ± std. dev. of 1 run, 1 loop each)
# With p still alive, creating another Player is really fast (although
# on some implementations such as macOS, even this can spend some tens
# of milliseconds just deciding which device should be used)

最干净的方法是显式创建一个Stream实例，使其在整个会话期间保持活动状态，并显式地告诉新的Player实例通过它们的stream=构造函数参数使用它：

import audiomath as am
s = am.TestSound('12')
f = am.Stream()

timeit -n1 -r1    am.Player(s, stream=f)
# 50.3 µs ± 0 ns per loop (mean ± std. dev. of 1 run, 1 loop each)
# All Players, even the first, are initialized lightning-fast

与Player一样，Stream类由audiomath.PortAudioInterface后端导出，并在加载后端(默认情况下)时在顶级名称空间中可用。它没有很好的文档，但值得了解的输入参数(用于指定要使用的API和设备)与audiomath.PortAudioInterface.FindDevices的输入参数相同