我目前正在用PyTorch和torchaudio训练一个分类器。为此，我遵循了以下教程：https://towardsdatascience.com/audio-deep-learning-made-simple-sound-classification-step-by-step-cebc936bbe5
这一切工作起来就像一个魅力和我的分类器现在能够成功地分类.wav文件。然而，我想把这变成一个实时分类器，也能够分类录音从麦克风/环回输入。
为此，我希望不必将记录保存到.wav文件中以再次加载它，而是直接向分类器提供内存中的记录。
本教程使用torchaudio的.load函数加载.wav文件并返回波形和采样率，如下所示：

sig, sr = torchaudio.load(audio_file)

现在回环是非常必要的，由于pyaudio显然还不支持回环设备（除了一个很可能过时的fork），我偶然发现了声卡：https://soundcard.readthedocs.io/en/latest/
我发现这段代码产生了我的扬声器环回录音：

speakers = sc.all_speakers()

# get the current default speaker on your system:

default_speaker = sc.default_speaker()

# get a list of all microphones:v

mics = sc.all_microphones(include_loopback=True)

# get the current default microphone on your system:

default_mic = mics[0]

with default_mic.recorder(samplerate=148000) as mic, \
            default_speaker.player(samplerate=148000) as sp:
    print("Recording...")
    data = mic.record(numframes=1000000)
    print("Done...Stop your sound so you can hear playback")
    time.sleep(5)
    sp.play(data)

但是现在我当然不想用.play函数播放这个音频，而是把它传递给torchaudio/分类器。由于我是音频处理领域的新手，我不知道如何把这个数据转换成一个合适的格式，类似于torchaudio返回的格式。根据声卡的文档，数据有以下格式：

• 数据将以帧×通道float 32 numpy数组的形式返回 *

作为最后的手段，也许保存到内存中的.wav文件，然后用torchaudio阅读它是可能的？任何帮助都是感激不尽的。提前感谢！