python - 用Python分析当前播放的音频

Question

我想构建一个小型 Python 程序，它可以收听和分析计算机上当前正在播放的音频，例如来自任何媒体播放器的音频。

我知道这可以在 Windows 上使用 DirectShow，但我不确定如何在 Python 中使用它。但是，理想情况下，我想要一种不使用 DirectX 的跨平台方式。

Answer 1

一般来说，要从你的声卡“听一些东西”，你将不得不使用一些音频工具包/模块，通常，你最终会设置一个记录-处理-播放例程(你可以省略播放当然)

如果您的应用程序不是硬实时应用程序(即您可以承受从输入中丢失一些样本)，您可以从 PyAudio 的“录制几秒钟的音频并将其保存到文件”示例开始their website .
所以在你的情况下，你会:

1. 记录缓冲区
2. 处理它
3. 如果不满足终止条件，则返回(1)。

但是，在这种情况下，
(您可能已经注意到)在进行处理时，您可能会丢失输入样本，因为在此期间，您没有记录任何内容。
根据您的应用程序，您可以摆脱它......对于 PyAudio 尤其如此，因为目前它仅支持阻塞模式，因此如果您想要实时(ish)操作，您将不得不使用线程。

如果您的实时规范更严格(即您不能承受从输入中丢失甚至几个样本)您仍然会使用“记录-处理-[播放]”例程，但这次您需要在线程中执行此操作并让它通过 LIFO 堆栈(后进先出或 Deque)与您的主进程通信。

它会是这样的:

记录线程:

1. 记录缓冲区
2. 将数据推送到双端队列
3. 从 (1) 开始重复

主要流程:

1. 如果双端队列有缓冲区那么
   1. 从双端队列中提取缓冲区
   2. 处理它
2. 从 (1) 开始重复

通过这种方式，您的处理可以按照自己的节奏进行，同时记录线程不断填充缓冲区并将它们推送到双端队列。

对于 Python 来说，好消息是 Deque 是线程安全的，因此当您的主进程和线程尝试同时访问 Deque 时，您不会遇到任何同步问题。

再次，根据您的应用程序，您可能还需要转向更快的硬件，例如那些基于 ASIO protocol 的硬件。 .

最终，
您还需要稍微修改您的处理算法，以考虑到您现在使用的是帧而不是一个缓冲区......因此，为了让事情顺利进行，您必须将操作状态从一帧保存到下一个。有关更多信息，请参阅 "overlap-add" method

一切顺利