用python生成一边录音一边显示FFT的程序

以下是使用Python生成一边录音一边显示FFT的程序：

import pyaudio
import numpy as np
import matplotlib.pyplot as plt

# 设置参数
CHUNK = 1024 # 每个缓存块大小
FORMAT = pyaudio.paInt16 # 采样位数
CHANNELS = 1 # 声道数
RATE = 44100 # 采样频率
RECORD_SECONDS = 10 # 录制时间

# 初始化PyAudio
p = pyaudio.PyAudio()

# 打开音频流
stream = p.open(format=FORMAT,
                channels=CHANNELS,
                rate=RATE,
                input=True,
                frames_per_buffer=CHUNK)

# 创建FFT图形窗口
fig, ax = plt.subplots(1, figsize=(15, 7))

# 创建一个数组用于存储FFT数据
fft_array = np.zeros(int(CHUNK/2))

# 音频流开始录制
for i in range(0, int(RATE/CHUNK*RECORD_SECONDS)):
    # 读取音频流缓存
    data = stream.read(CHUNK)

    # 将缓存转换为数组
    data_array = np.frombuffer(data, dtype=np.int16)

    # 计算FFT
    fft_data = np.abs(np.fft.fft(data_array))[0:int(CHUNK/2)] / (256 * CHUNK)

    # 更新FFT数据
    fft_array = np.concatenate((fft_array[len(fft_data):], fft_data))

    # 清除图形
    ax.clear()

    # 绘制FFT图形
    ax.plot(fft_array)

    # 设置坐标轴范围
    ax.set_xlim([0, CHUNK/2])

    # 显示图形
    plt.pause(0.001)

# 音频流结束录制
stream.stop_stream()
stream.close()
p.terminate()

运行该程序后，它将打开一个窗口，显示正在录制的音频流的FFT数据。通过音频流的`read()`方法和numpy库中的FFT函数，我们可以轻松地计算出FFT数据，并使用matplotlib库中的`plot()`方法绘制FFT图形。由于我们要一边录音一边显示FFT数据，所以我们需要在每个循环中清除图形，并使用`pause()`方法暂停一段时间，以便我们能够看到正在录制的音频流的FFT数据。