让我们解决几个问题：

1.points_array = np.frombuffer(bufferObj.read())

通过这一行，您将获得的数据（字节）解释为float64，这是np.frombuffer * 的默认dtype（如在docs中所见）*。您想要处理的音频数据通常以16-bit PCM等格式存储。为了解决潜在的问题，我们需要使用一个知道如何正确解释音频数据的模块。我使用pydub将音频转换为WAV格式，然后可以通过scipy读取。

2.points_array = np.round(points_array,10)

与之前类似，这意味着音频数据是浮点格式的，但它不是。如前所述，我们使用整数格式（如有符号16位PCM）。关于题外话：如果您试图规范化音频数据 （“预处理”），您应该将其除以最大可能值（因此对于16位，它将是2^15 - 1 = 32767。

3.return Audio(points_array, rate=44.1 * 1000)

最后，这种硬编码的速度对你没有好处。您应该提取采样率（使用scipy阅读音频时）。
现在整个剧本都在运作。下面是完整的代码（包括上面指定的固定行）：

from pytube import YouTube
from pydub import AudioSegment
from io import BytesIO
from scipy.io.wavfile import read as wav_read
import numpy as np
from IPython.display import Audio

yt = YouTube('https://www.youtube.com/watch?v=zrqqrQmeQS4')

# Getting audio stream
audioStreams = list(map(lambda streamObj: streamObj.itag, yt.streams.filter(only_audio=True)))
activeStream = yt.streams.get_by_itag(audioStreams[0])

# Saving to buffer
bufferObj = BytesIO()
activeStream.stream_to_buffer(bufferObj)

# Using pydub to read audio data from the buffer
audio = AudioSegment.from_file(bufferObj, format="mp4")

# Convert audio to wav format and then save it to a new buffer
bufferObj = BytesIO()
audio.export(bufferObj, format="wav")
bufferObj.seek(0)

# Now we can properly load this into numpy
sample_rate, audio_array = wav_read(bufferObj)

# Preprocessing raw numpy data
audio_array = np.round(audio_array,10)
audio_array[np.isinf(audio_array) | np.isnan(audio_array)] = 0

# Display the audio
Audio(audio_array, rate=sample_rate)

字符串
注意：不要忘记安装pydub和scipy以使其工作。
顺便说一下，在写答案的过程中，由于YouTube最近的变化，我遇到了一些问题。我通过搜索pytube目录的位置来跟踪issue #1707中的修复。

>>> import pytube
>>> print(pytube.__file__)

型
然后将线r'var {nfunc}\s*=\s*(\[.+?\]);'.format(改变为r'var {nfunc}\s*=\s*(\[.+?\])'.format(（即，从RegEx语句中删除;）。

可以使用soundfile
SoundFile可以读取和写入声音文件。libsndfile是一个免费的、跨平台的开源（LGPL）库，用于读取和写入许多不同的采样声音文件格式，这些文件格式可以在许多平台上运行，包括Windows、OS X和Unix。它通过CFFI访问，CFFI是Python调用C代码的外部函数接口。CPython 2.6+、3.x和PyPy 2.0+支持CFFI。SoundFile将音频数据表示为NumPy数组。

from IPython.display import Audio
from pytube import YouTube
import numpy as np
from io import BytesIO
import soundfile as sf

yt = YouTube('https://www.youtube.com/watch?v=zrqqrQmeQS4')

# Getting audio stream
audioStreams = list(map(lambda streamObj: streamObj.itag, yt.streams.filter(only_audio=True)))
activeStream = yt.streams.get_by_itag(audioStreams[0])

# Saving to buffer
bufferObj = BytesIO()
activeStream.stream_to_buffer(bufferObj)

# Seek to the beginning of the buffer
bufferObj.seek(0)

# Convert buffer to audio data using soundfile
audio_data, sample_rate = sf.read(bufferObj)

# Preprocessing raw audio data
audio_data = np.round(audio_data, 10)
audio_data[np.isinf(audio_data) | np.isnan(audio_data)] = 0

# Display audio using IPython's Audio
return Audio(audio_data, rate=sample_rate)

字符串