使用Python分析当前播放的音频

Question

我想构建一个小型Python程序，可以在计算机上收听和分析当前播放的音频，例如，从任何媒体播放器。

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，我理想地喜欢不使用DirectX的跨平台方式。

Answer 1

一般来说，要从声卡“听某事”，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过程播放程序（当然你可以省略播放）

如果您的应用程序不是硬实时应用程序（即您可以从输入中错过一些样本），您可以从PyAudio的“记录几秒音频并将其保存到文件”开始，从他们的网站开始 。
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，请返回（1）。

但是，在这种情况下，
（您可能已经注意到）在您进行处理时，您将丢失输入中的样本，因为在此期间，您没有记录任何内容。
根据你的应用程序，你可以逃脱...对于PyAudio尤其如此，因为目前它只支持阻塞模式，所以如果你想要实时（ish）操作，你将不得不使用线程。

如果您的实时规格更严格（即您输入的几个样本都不能丢失），您仍然会使用“记录 - 处理 - [播放]”例程，但这次您需要这样做在一个线程中，让它通过LIFO堆栈（Last In First Out或Deque ）与主进程通信。

它会是这样的：

录音线程：

1. 记录缓冲区
2. 推送Deque上的数据
3. 重复（1）

主要流程：

1. 如果Deque有缓冲区那么
   1. 从Deque拉出一个缓冲区
   2. 处理它
2. 重复（1）

通过这种方式，您的处理可以按照自己的节奏继续进行，同时记录线程不断填充缓冲区并将其推送到Deque上。

对于Python来说，好消息是Deque是线程安全的，因此当主进程和线程同时尝试访问Deque时，您不会遇到任何同步问题。

同样，根据您的应用程序，您可能还需要转向更快的硬件，例如基于ASIO协议的硬件。

最终，
您还需要稍微修改一下处理算法，以考虑到您现在正在处理帧而不是一个缓冲区...因此，为了保持平稳，您必须将操作状态从一帧保存到下一个。 有关更多信息，您可以看到“重叠添加”方法

祝一切顺利