Python实现系统声音内录：PyAudio配置与立体声混音设置指南
本文详解如何使用Python的PyAudio库录制Windows系统内部声音。针对pip安装PyAudio常见的报错问题，提供了通过whl轮子文件手动安装的解决方案。核心步骤包括查找并启用Windows系统的“立体声混音”设备，通过代码指定该设备索引实现内录。文章还包含完整代码示例及静音状态下的注意事项，帮助开发者顺利实现系统音频捕获。
环境准备
Python
- wave
- pyaudio
wave模块可通过pip直接安装。但在安装pyaudio时，直接使用pip install命令通常会持续报错。为解决此问题，建议直接下载对应的whl轮子文件进行安装。
在PyPI提供的安装包中，需注意区分Python2与Python3版本，甚至Python3的小版本号差异也至关重要。例如，若电脑安装的是Python3.8，可访问专门提供Python库文件的网站（如Christoph Gohlke的Unofficial Windows Binaries）查找对应版本并下载。下载完成后，在文件所在目录或通过指定文件路径执行安装命令即可完成安装。
pip install /c/Users/root/Downloads/PyAudio-0.2.11-cp38-cp38-win_amd64.whl
代码和运行
def audio_record(out_file, rec_time):
CHUNK = 1024
FORMAT = pyaudio.paInt16 # 16bit编码格式
CHANNELS = 1 # 单声道
RATE = 16000 # 16000采样频率
p = pyaudio.PyAudio()
# 创建音频流
dev_idx = findInternalRecordingDevice(p)
stream = p.open(format=FORMAT, # 音频流wav格式
channels=CHANNELS, # 单声道
rate=RATE, # 采样率16000
input=True,
input_device_index=dev_idx, # 指定内录设备的id，可以不写，使用win的默认录音设备
frames_per_buffer=CHUNK)
print("Start Recording...")
frames = [] # 录制的音频流
# 录制音频数据
for i in range(0, int(RATE / CHUNK * rec_time)): # 控制录音时间
data = stream.read(CHUNK)
frames.append(data)
# 录制完成
stream.stop_stream()
stream.close()
p.terminate()
print("Recording Done...")
# 保存音频文件
wf = wave.open(out_file, 'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()
使用默认录音设备时，通常捕获的是麦克风声音，效果可能不理想。因此，我们需要探索如何直接录制系统内部输出的声音。
def findInternalRecordingDevice(p):
# 要找查的设备名称中的关键字
target = '立体声混音'
# 逐一查找声音设备
for i in range(p.get_device_count()):
devInfo = p.get_device_info_by_index(i)
print(devInfo)
if devInfo['name'].find(target) >= 0 and devInfo['hostApi'] == 0:
# print('已找到内录设备,序号是 ',i)
return i
print('无法找到内录设备!')
return -1
可以通过调用p.get_device_info_by_index()方法查看系统中所有可用的声音设备，并将输出设备设置为“立体声混音”（Stereo Mix）即可实现系统声音的录制。
保存声音
def save(fileName): # 创建pyAudio对象 p = pyaudio.PyAudio() # 打开用于保存数据的文件 wf = wave.open(fileName, 'wb') # 设置音频参数 wf.setnchannels(CHANNELS) wf.setsampwidth(p.get_sample_size(FORMAT)) wf.setframerate(RATE) # 写入数据 wf.writeframes(b''.join(_frames)) # 关闭文件 wf.close() # 结束pyaudio p.terminate()
保存声音的逻辑基于上述代码实现。其中，_frames是一个列表，用于存储每次读取的一个chunk（数据流块）的数据。
随后，只需重新创建PyAudio对象，将该列表转换为字节串，并将其写入文件即可完成保存。
问题
上述方法理论上可以录制系统声音，但在实际执行过程中可能会发现无法成功录制。
原因在于：Windows系统的输入设备列表中未配置“立体声混音”选项。
设置步骤如下：
- 在Windows的声音调节界面中，右键点击以打开声音设置。
- 找到并进入“管理声音设备”选项。
- 在输入设备列表中，启用“立体声混音”功能。
完成以上设置后，即可成功实现系统声音的录制需求。
注意
上述操作在通过外放扬声器或插入3.5mm耳机时有效。然而，当系统处于静音状态或插入Type-C耳机时，可能无法录制到声音。
完整代码
import os
import pyaudio
import threading
import wave
import time
from datetime import datetime
# 需要系统打开立体声混音
# 录音类
class Recorder():
def __init__(self, chunk=1024, channels=2, rate=44100):
self.CHUNK = chunk
self.FORMAT = pyaudio.paInt16
self.CHANNELS = channels
self.RATE = rate
self._running = True
self._frames = []
# 获取内录设备序号,在windows操作系统上测试通过，hostAPI = 0 表明是MME设备
def findInternalRecordingDevice(self, p):
# 要找查的设备名称中的关键字
target = '立体声混音'
# 逐一查找声音设备
for i in range(p.get_device_count()):
devInfo = p.get_device_info_by_index(i)
# print(devInfo)
if devInfo['name'].find(target) >= 0 and devInfo['hostApi'] == 0:
# print('已找到内录设备,序号是 ',i)
return i
print('无法找到内录设备!')
return -1
# 开始录音，开启一个新线程进行录音操作
def start(self):
threading._start_new_thread(self.__record, ())
# 执行录音的线程函数
def __record(self):
self._running = True
self._frames = []
p = pyaudio.PyAudio()
# 查找内录设备
dev_idx = self.findInternalRecordingDevice(p)
if dev_idx < 0:
return
# 在打开输入流时指定输入设备
stream = p.open(input_device_index=dev_idx,
format=self.FORMAT,
channels=self.CHANNELS,
rate=self.RATE,
input=True,
frames_per_buffer=self.CHUNK)
# 循环读取输入流
while (self._running):
data = stream.read(self.CHUNK)
self._frames.append(data)
# 停止读取输入流
stream.stop_stream()
# 关闭输入流
stream.close()
# 结束pyaudio
p.terminate()
return
# 停止录音
def stop(self):
self._running = False
# 保存到文件
def save(self, fileName):
# 创建pyAudio对象
p = pyaudio.PyAudio()
# 打开用于保存数据的文件
wf = wave.open(fileName, 'wb')
# 设置音频参数
wf.setnchannels(self.CHANNELS)
wf.setsampwidth(p.get_sample_size(self.FORMAT))
wf.setframerate(self.RATE)
# 写入数据
wf.writeframes(b''.join(self._frames))
# 关闭文件
wf.close()
# 结束pyaudio
p.terminate()
if __name__ == "__main__":
# 检测当前目录下是否有record子目录
if not os.path.exists('record'):
os.makedirs('record')
print("\npython 录音机 ....\n")
print("提示：按 r 键并回车 开始录音\n")
i = input('请输入操作码:')
if i == 'r':
rec = Recorder()
begin = time.time()
print("\n开始录音,按 s 键并回车 停止录音，自动保存到 record 子目录\n")
rec.start()
running = True
while running:
i = input("请输入操作码:")
if i == 's':
running = False
print("录音已停止")
rec.stop()
t = time.time() - begin
print('录音时间为%ds' % t)
# 以当前时间为关键字保存wav文件
rec.save("record/rec_" + datetime.now().strftime("%Y-%m-%d_%H-%M-%S") + ".wav")
以上就是Python录制系统声音示例的详细内容，更多关于Python录制系统声音的资料请关注本站其它相关文章！
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
