DEV Community
·
使用实时API通过本地麦克风和扬声器进行对话
💡
原文英文，约500词，阅读约需2分钟。
📝
内容提要
本文讲解如何修改Python应用，通过本地麦克风实时接收音频，并通过扬声器输出OpenAI和Azure Realtime API返回的音频。主要使用pyaudio库，代码可在GitHub获取，易于集成。
🎯
关键要点
- 本文讲解如何修改Python应用，通过本地麦克风实时接收音频，并通过扬声器输出OpenAI和Azure Realtime API返回的音频。
- 主要使用pyaudio库，代码可在GitHub获取，易于集成。
- 修改后的代码支持实时音频输入，基于low_level_sample.py。
- 实现音频输入的代码使用pyaudio捕获本地麦克风的音频数据，并实时发送给Realtime API。
- pyaudio.PyAudio()用于操作音频设备。
- get_default_input_device_info()获取默认输入设备信息。
- stream.read()捕获实时音频数据以发送给API。
- 实现音频输出的代码将Realtime API返回的音频数据通过扬声器输出。
- get_default_output_device_info()获取默认输出设备（扬声器）。
- stream.write()实时输出解码后的音频数据到扬声器。
- 接收音频数据的长度用于调整播放时机，减少音频延迟。
❓
延伸问答
如何使用Python通过本地麦克风接收实时音频？
可以使用pyaudio库，通过stream.read()捕获本地麦克风的音频数据，并实时发送给Realtime API。
如何将Realtime API返回的音频输出到扬声器？
使用pyaudio库的stream.write()方法，将解码后的音频数据实时输出到扬声器。
pyaudio库在这个应用中有什么作用？
pyaudio库用于操作音频设备，捕获和输出音频数据。
如何获取默认的音频输入和输出设备信息？
可以使用get_default_input_device_info()和get_default_output_device_info()函数获取默认设备信息。
如何减少音频延迟？
通过调整接收音频数据的长度来优化播放时机，从而减少音频延迟。
修改后的Python代码在哪里可以找到？
修改后的代码可以在GitHub上找到，易于集成到其他项目中。
➡️
