audio_stream_manager

PyAudio を用いた音声入出力ストリームを シングルトンパターンで一元管理するモジュールです。

class mike.audio_stream_manager.AudioStreamManager(config)

Bases: object

PyAudioストリーム（入出力）の生成・管理を一元化するシングルトンパターンクラス。

このクラスは以下の特徴を持つシングルトンパターンの実装です：

  • PyAudioインスタンスと入出力ストリームを永続保持

  • 音声録音（入力）と再生（出力）を統一管理

  • スレッドセーフなアクセス制御（ロック機構）

  • デバイス情報の自動取得

  • サンプリングレートの自動判定とフォールバック

  • エラー時の自動リカバリ機構

Examples

基本的な使用方法：

>>> manager = AudioStreamManager(config)
>>> manager.initialize(device_index=0, rate=16000)
>>>
>>> if manager.acquire_input(timeout=5.0):
...     data = manager.read_chunk()
...     manager.release_input()
>>>
>>> if manager.acquire_output(timeout=5.0):
...     manager.write_chunk(data)
...     manager.release_output()
>>>
>>> manager.terminate()

Notes

シングルトンパターンで実装されており、全体でインスタンスは1つ。 スレッドセーフなロック機構で並行アクセスを制御する。 PyAudioの低レイヤーAPIを簡潔にラップしている。

acquire_input(timeout=5.0)

入力ストリーム（マイク録音）の使用権を取得。 複数スレッドからの同時アクセスを制御（排他制御）。

Parameters:

timeout (float) – 最大待機時間（秒）。他スレッドが使用中の場合この時間まで待機。

Returns:

True: 使用権取得成功 False: タイムアウト（他スレッドが使用中のまま）

Return type:

bool

acquire_output(timeout=5.0)

出力ストリーム（スピーカー再生）の使用権を取得。 複数スレッドからの同時アクセスを制御（排他制御）。

Parameters:

timeout (float) – 最大待機時間（秒）。他スレッドが使用中の場合この時間まで待機。

Returns:

True: 使用権取得成功 False: タイムアウト（他スレッドが使用中のまま）

Return type:

bool

get_config()

現在の設定を辞書で取得。

Returns:

{rate, output_rate, channels, format, chunk, device_index}

Return type:

dict

get_device_list()

利用可能なオーディオデバイス一覧を取得。

Returns:

デバイス情報の辞書リスト 各要素：{index, name, channels, samplerate}

Return type:

list of dict

get_sample_size()

サンプルサイズ（バイト数）を取得。 PCMデータの1サンプルが占めるバイト数（通常は2バイト=16-bit）。

initialize(device_index=0, rate=16000, channels=1, chunk=1024)

入出力ストリームを初期化。 デバイスが対応していないサンプリングレートの場合は自動調整。

【サンプリングレート戦略】 - 入力（マイク）：16kHz を優先（Julius音声認識エンジン対応） - 出力（スピーカー）：22050Hz を優先（サーバー側の音声形式） - フォールバック：デバイスがサポートしているレートに自動調整

Parameters:

  • device_index (int) – 使用するデバイスのインデックス

  • rate (int) – 要求するサンプリングレート（Hz）デフォルト: 16000

  • channels (int) – チャネル数（1=モノラル, 2=ステレオ）デフォルト: 1

  • chunk (int) – バッファサイズ（フレーム数）デフォルト: 1024

Returns:

0: 初期化成功, -1: 初期化失敗

Return type:

int

read_chunk()

入力ストリームから1チャンク分のオーディオデータを読み込む（マイク録音）。

Returns:

PCMオーディオデータ（失敗時は None）

Return type:

bytes or None

reinitialize(device_index=0, rate=16000, channels=1, chunk=1024)

ストリームを再初期化（リセット後に initialize を実行）。

既に初期化されている場合、一度終了して再度初期化する。 デバイス変更時などに使用。

Parameters:

  • device_index (int) – 新規デバイスインデックス

  • rate (int) – 新規サンプリングレート

  • channels (int) – 新規チャネル数

  • chunk (int) – 新規バッファサイズ

Returns:

0: 成功, -1: 失敗

Return type:

int

release_input()

入力ストリーム（マイク録音）の使用権を解放。 他のスレッドが使用可能になる。

release_output()

出力ストリーム（スピーカー再生）の使用権を解放。 他のスレッドが使用可能になる。

terminate()

入出力ストリーム・PyAudioインスタンスをクローズ。 リソースの解放と正常なシャットダウンを行う。

write_chunk(data)

出力ストリームに1チャンク分のオーディオデータを書き込む（スピーカー再生）。

Parameters:

data (bytes) – PCMオーディオデータ

Returns:

True: 書き込み成功, False: 書き込み失敗

Return type:

bool