用 PyMedia 解码并播放 mp3 文件

Pymedia 是个 C/C++/Python 的多媒体模块，可以对包括 mp3/ogg/avi等多媒体格式文件进行编码解码和播放，基于 ffmpeg 提供了简单的 Python 接口。 一、PyMedia 的下载和安装 官方的 PyMedia 模块已经很久没有更新了，而且不支持最新的 Python 2.7 和 Python 3.0，使用起来是比较费劲的， 这里有一个网址，里面包含了各种非官方维护的 Python 模块，其中就有支持 Python 2.7 的 PyMedia 。 非官方维护 Python 库 页面打开以后，我的小红伞报告有恶意文件，不知道怎么回事，直接删除，应该没什么影响。下载以后安装，一切正常。

二、读取 Mp3 文件

读取 mp3 文件就用普通的 python 函数即可，代码如下：

data=  open( u ' 邝美云 - 我和春天有个约会.mp3 ' ,  ' rb '  ) 
s =  f.read( 10000 )

这里要特别注意第二行代码，它读取了这个 mp3 文件的前 10000 个字节，大概 10K 左右，为什么不是读取前 1000 个字节，或者全部读取（ 5M 左右）呢？

我从网上搜索了一下，大概搞明白了是怎么回事，这里我们需要首先了解一下 Mp3 的文件结构

三、Mp3 文件结构

MP3文件大体分为三部分：TAG_V2(ID3V2)，Frame, TAG_V1(ID3V1) 。

音频数据是一帧一帧存储， 一帧数据的长度为 4 个字节，而 Frame 正是存储音频数据帧的部分。

而文件头部和文件尾部则存储了一些其他信息数据，如专辑名称、歌手、年代等等，这些数据并不能被解码为音频。

对于 PyMedia 来说，至少要读出文件中的第一帧音频数据才行，多读取几帧没关系，但是第一帧必须读取出来，否则后面的程序就没办法运行了。

至于第一帧数据从什么地方开始，这个是不确定的，所以第一次读取一般多读一点，保证第一帧能被读取到。

那么有没有办法来确认下一第一帧是否被读取到了呢？继续往下看

四、解析出音频数据帧

读取出前 10000 个字节的数据后，我们就可以把其中的音频数据帧解析出来，然后播放，代码如下：

1  import  pymedia.muxer as muxer
2  dm =  muxer.Demuxer( ' mp3 ' )
3  frames =  dm.parse( data )
4  print  len(frames)

第一行代码导入 muxer 模块，muxer 谷歌给翻译成“合成器”，应该是这个意思吧

第二行代码创建了一个 Mp3 的 Demuxer 对象 dm

第三行代码是重点，它从我们读取的第一段 10000 个字节的数据中，解析出最初的几帧，并将这些数据帧存放到 frames 数组中

第四行代码测试了 frames 数组的长度，就可以知道 10000 个字节中到底包含了几帧音频数据。
对于这首歌而言是 2 帧， 如果前面一下读取了全部数据，这里会显示 1103 ，即这个文件一共包含 1103 帧音频数据。

五、设置解码器

这里要注意一下，解码和解析可不是一回事，不要搞混了。看代码：

1  import  pymedia.audio.acodec as acodec
2  dec =  acodec.Decoder( dm.streams[ 0 ] )

第一行代码导入解码器模块

第二行代码生成解码器对象，传入了一个参数 dm.streams[0]

这里解释一下，我们在前面解析数据的时候，dm 对象根据数据内容中自动生成了 dm.streams 数组，其实这数组中就包含一个元素，就是 dm.streams[0],他的内容如下：

{ ' index ' :  0 ,  ' block_align ' :  0 ,  ' type ' :  1 ,  ' frame_rate_base ' :  1 ,  ' height ' :  0 ,  ' channels ' :  0 , ' width ' :  0 ,  ' length ' :  - 2077252342 ,  ' sample_rate ' :  0 ,  ' frame_rate ' : 25 ,  ' bitrate ' :  0 ,  ' id ' :  86016 }

说白了就是 mp3 文件的文件信息和编码信息，在这里，这个参数我们是从文件数据中解析出来的，其实我们自己设置也行，像下面这样：

1  params  =  { ' id ' : acodec.getCodecID( ' mp3 ' ),  ' bitrate ' :  128000 ,  ' sample_rate ' :  44100 ,  ' ext ' :  ' mp3 ' ,  ' channels ' :  2 }
2  dec =  acodec.Decoder(params)

六、解码第一帧音频数据，并创建音频输出对象

有了解码器以后，我们就可以首先解码第一帧音频数据，并创建音频输出对象，代码如下：

1  # 4.解码第一帧音频数据，并创建输出对象
2  frame  =  frames[0]
3  # 音频数据在 frame 数组的第二个元素中
4  r =  dec.decode( frame[  1  ] )
5  print   " sample_rate:%s , channels:%s  "   %  (r.sample_rate,r.channels)
6  import  pymedia.audio.sound as sound
7  snd =  sound.Output( r.sample_rate, r.channels, sound.AFMT_S16_LE )

第一行代码：前面我们说过，frames 数组中存放了最初的几帧音频数据，frames[0] 就是第一帧音频数据

第二行代码：严格来说 frames[0] 也是一个数组，它包含五个元素，其中第二个元素 frames[0][1]才是真正的音频数据，这只是 PyMedia 的一个设计，和 Mp3 音频帧的数据结构没关系

第六行、第七行代码，创建了一个音频输出对象

七、播放、读取、解码......循环下去

现在我们有了音频输出对象，有了第一帧解码后的数据，就可以直接播放了

# 6.播放
if  r: snd.play( r.data )

然后继续读取数据、解码、播放，后面的步骤就简单了，PyMedia 会自动找出数据帧

# 7.继续读取、解码、播放
while  True:
    data =  f.read( 512 )
     if  len(data) > 0:
        r =  dec.decode( data )
         if  r: snd.play( r.data )
     else :
         break

当读取完最后一帧数据数据以后，要让程序延时一会在退出，否则最后一帧数据不会被播放出来，程序就结束了

1  import  time
2  while  snd.isPlaying(): time.sleep( . 5  )

完整的代码

# 1.二进制方法读取前 10000 个字节，保证能读到第一帧音频数据
f  =  open( u ' 邝美云 - 我和春天有个约会.mp3 ' ,  ' rb '  ) 
data =  f.read( 10000 )

# 2.创建合成器对象，解析出最初的几帧音频数据
import  pymedia.muxer as muxer
dm  =  muxer.Demuxer( ' mp3 ' )
frames  =  dm.parse( data )
print  len(frames)

# 3.根据解析出来的 Mp3 编码信息，创建解码器对象
import  pymedia.audio.acodec as acodec
dec  =  acodec.Decoder( dm.streams[ 0 ] )
# 像下面这样也行
# params = {'id': acodec.getCodecID('mp3'), 'bitrate': 128000, 'sample_rate': 44100, 'ext': 'mp3', 'channels': 2}
# dec= acodec.Decoder(params)


# 4.解码第一帧音频数据
frame  =  frames[0]
# 音频数据在 frame 数组的第二个元素中
r =  dec.decode( frame[  1  ] )
print   " sample_rate:%s , channels:%s  "   %  (r.sample_rate,r.channels)
# 注意：这一步可以直接解码 r=dec.decode( data)，而不用读出第一帧音频数据
# 但是开始会有一下噪音，如果是网络流纯音频数据，不包含标签信息，则不会出现杂音

# 5.创建音频输出对象
import  pymedia.audio.sound as sound
snd  =  sound.Output( r.sample_rate, r.channels, sound.AFMT_S16_LE )

# 6.播放
if  r: snd.play( r.data )

# 7.继续读取、解码、播放
while  True:
    data  =  f.read( 512 )
     if  len(data) > 0:
        r  =  dec.decode( data )
         if  r: snd.play( r.data )
     else :
         break

# 8.延时，直到播放完毕
import  time
while  snd.isPlaying(): time.sleep( . 5  )

//==============================================================================