forked from xiaozhi/xiaozhi-esp32
61 lines
1.3 KiB
Markdown
61 lines
1.3 KiB
Markdown
|
# P3音频格式转换与播放工具
|
|||
|
|
|
|||
|
|
这个目录包含两个用于处理P3格式音频文件的Python脚本：
|
|||
|
|
|
|||
|
|
## 1. 音频转换工具 (convert_audio_to_p3.py)
|
|||
|
|
|
|||
|
|
将普通音频文件转换为P3格式（4字节header + Opus数据包的流式结构）。
|
|||
|
|
|
|||
|
|
### 使用方法
|
|||
|
|
|
|||
|
|
```bash
|
|||
|
|
python convert_audio_to_p3.py <输入音频文件> <输出P3文件>
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
例如：
|
|||
|
|
```bash
|
|||
|
|
python convert_audio_to_p3.py input.mp3 output.p3
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
## 2. P3音频播放工具 (play_p3.py)
|
|||
|
|
|
|||
|
|
播放P3格式的音频文件。
|
|||
|
|
|
|||
|
|
### 特性
|
|||
|
|
|
|||
|
|
- 解码并播放P3格式的音频文件
|
|||
|
|
- 在播放结束或用户中断时应用淡出效果，避免破音
|
|||
|
|
- 支持通过命令行参数指定要播放的文件
|
|||
|
|
|
|||
|
|
### 使用方法
|
|||
|
|
|
|||
|
|
```bash
|
|||
|
|
python play_p3.py <P3文件路径>
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
例如：
|
|||
|
|
```bash
|
|||
|
|
python play_p3.py output.p3
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
## 依赖安装
|
|||
|
|
|
|||
|
|
在使用这些脚本前，请确保安装了所需的Python库：
|
|||
|
|
|
|||
|
|
```bash
|
|||
|
|
pip install librosa opuslib numpy tqdm sounddevice
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
或者使用提供的requirements.txt文件：
|
|||
|
|
|
|||
|
|
```bash
|
|||
|
|
pip install -r requirements.txt
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
## P3格式说明
|
|||
|
|
|
|||
|
|
P3格式是一种简单的流式音频格式，结构如下：
|
|||
|
|
- 每个音频帧由一个4字节的头部和一个Opus编码的数据包组成
|
|||
|
|
- 头部格式：[1字节类型, 1字节保留, 2字节长度]
|
|||
|
|
- 采样率固定为16000Hz，单声道
|
|||
|
|
- 每帧时长为60ms
|