Pymedia 是個 C/C++/Python 的多媒體模塊，可以對包括 mp3/ogg/avi等多媒體格式文件進行編碼解碼和播放，基於 ffmpeg 提供了簡單的 Python 接口。
一、PyMedia 的下載和安裝
官方的 PyMedia 模塊已經很久沒有更新了，而且不支持最新的 Python 2.7 和 Python 3.0，使用起來是比較費勁的， 這里有一個網址，里面包含了各種非官方維護的 Python 模塊，其中就有支持 Python 2.7 的 PyMedia 。
非官方維護 Python 庫
頁面打開以后，我的小紅傘報告有惡意文件，不知道怎么回事，直接刪除，應該沒什么影響。下載以后安裝，一切正常。
二、讀取 Mp3 文件
讀取 mp3 文件就用普通的 python 函數即可，代碼如下：
data= open( u'鄺美雲 - 我和春天有個約會.mp3','rb') s= f.read(10000)
這里要特別注意第二行代碼，它讀取了這個 mp3 文件的前 10000 個字節，大概 10K 左右，為什么不是讀取前 1000 個字節，或者全部讀取（ 5M 左右）呢？
我從網上搜索了一下，大概搞明白了是怎么回事，這里我們需要首先了解一下 Mp3 的文件結構
三、Mp3 文件結構
MP3文件大體分為三部分：TAG_V2(ID3V2)，Frame, TAG_V1(ID3V1) 。
音頻數據是一幀一幀存儲， 一幀數據的長度為 4 個字節，而 Frame 正是存儲音頻數據幀的部分。
而文件頭部和文件尾部則存儲了一些其他信息數據，如專輯名稱、歌手、年代等等，這些數據並不能被解碼為音頻。
對於 PyMedia 來說，至少要讀出文件中的第一幀音頻數據才行，多讀取幾幀沒關系，但是第一幀必須讀取出來，否則后面的程序就沒辦法運行了。
至於第一幀數據從什么地方開始，這個是不確定的，所以第一次讀取一般多讀一點，保證第一幀能被讀取到。
那么有沒有辦法來確認下一第一幀是否被讀取到了呢？繼續往下看
四、解析出音頻數據幀
讀取出前 10000 個字節的數據后，我們就可以把其中的音頻數據幀解析出來，然后播放，代碼如下：
import pymedia.muxer as muxer dm= muxer.Demuxer('mp3') frames= dm.parse( data )print len(frames)
第一行代碼導入 muxer 模塊，muxer 谷歌給翻譯成“合成器”，應該是這個意思吧
第二行代碼創建了一個 Mp3 的 Demuxer 對象 dm
第三行代碼是重點，它從我們讀取的第一段 10000 個字節的數據中，解析出最初的幾幀，並將這些數據幀存放到 frames 數組中
第四行代碼測試了 frames 數組的長度，就可以知道 10000 個字節中到底包含了幾幀音頻數據。 對於這首歌而言是 2 幀， 如果前面一下讀取了全部數據，這里會顯示 1103 ，即這個文件一共包含 1103 幀音頻數據。
五、設置解碼器
這里要注意一下，解碼和解析可不是一回事，不要搞混了。看代碼：
import pymedia.audio.acodec as acodec dec= acodec.Decoder( dm.streams[0])
第一行代碼導入解碼器模塊
第二行代碼生成解碼器對象，傳入了一個參數 dm.streams[0]
這里解釋一下，我們在前面解析數據的時候，dm 對象根據數據內容中自動生成了 dm.streams 數組，其實這數組中就包含一個元素，就是 dm.streams[0],他的內容如下：
{'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}
說白了就是 mp3 文件的文件信息和編碼信息，在這里，這個參數我們是從文件數據中解析出來的，其實我們自己設置也行，像下面這樣：
params={'id': acodec.getCodecID('mp3'),'bitrate':128000,'sample_rate':44100,'ext':'mp3','channels':2} dec= acodec.Decoder(params)
六、解碼第一幀音頻數據，並創建音頻輸出對象
有了解碼器以后，我們就可以首先解碼第一幀音頻數據，並創建音頻輸出對象，代碼如下：
#4.解碼第一幀音頻數據，並創建輸出對象 frame = frames[0]#音頻數據在 frame 數組的第二個元素中 r= dec.decode( frame[1])print"sample_rate:%s , channels:%s "%(r.sample_rate,r.channels)import pymedia.audio.sound as sound snd= sound.Output( r.sample_rate, r.channels, sound.AFMT_S16_LE )
第一行代碼：前面我們說過，frames 數組中存放了最初的幾幀音頻數據，frames[0] 就是第一幀音頻數據
第二行代碼：嚴格來說 frames[0] 也是一個數組，它包含五個元素，其中第二個元素 frames[0][1]才是真正的音頻數據，這只是 PyMedia 的一個設計，和 Mp3 音頻幀的數據結構沒關系
第六行、第七行代碼，創建了一個音頻輸出對象
七、播放、讀取、解碼......循環下去
現在我們有了音頻輸出對象，有了第一幀解碼后的數據，就可以直接播放了
if r: snd.play( r.data )
然后繼續讀取數據、解碼、播放，后面的步驟就簡單了，PyMedia 會自動找出數據幀
#7.繼續讀取、解碼、播放whileTrue: data= f.read(512)if len(data)>0: r= dec.decode( data )if r: snd.play( r.data )else:break
當讀取完最后一幀數據數據以后，要讓程序延時一會在退出，否則最后一幀數據不會被播放出來，程序就結束了
import time while snd.isPlaying(): time.sleep( .5 )
完整的代碼
#1.二進制方法讀取前 10000 個字節，保證能讀到第一幀音頻數據 f = open( u'鄺美雲 - 我和春天有個約會.mp3','rb') data= f.read(10000)#2.創建合成器對象，解析出最初的幾幀音頻數據import pymedia.muxer as muxer dm = muxer.Demuxer('mp3') frames = dm.parse( data )print len(frames)#3.根據解析出來的 Mp3 編碼信息，創建解碼器對象import pymedia.audio.acodec as acodec dec = acodec.Decoder( dm.streams[0])#像下面這樣也行#params = {'id': acodec.getCodecID('mp3'), 'bitrate': 128000, 'sample_rate': 44100, 'ext': 'mp3', 'channels': 2}#dec= acodec.Decoder(params)#4.解碼第一幀音頻數據 frame = frames[0]#音頻數據在 frame 數組的第二個元素中 r= dec.decode( frame[1])print"sample_rate:%s , channels:%s "%(r.sample_rate,r.channels)#注意：這一步可以直接解碼 r=dec.decode( data)，而不用讀出第一幀音頻數據#但是開始會有一下噪音，如果是網絡流純音頻數據，不包含標簽信息，則不會出現雜音#5.創建音頻輸出對象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.繼續讀取、解碼、播放whileTrue: data = f.read(512)if len(data)>0: r = dec.decode( data )if r: snd.play( r.data )else:break#8.延時，直到播放完畢import time while snd.isPlaying(): time.sleep(.5)