Mac OS - 使用 Python 收听输出音频

Question

我想使用 Python 在我的桌面应用程序中使用钩子进入 Mac OS 输出音频流。

所有现有的堆栈溢出帖子都围绕着系统输入（麦克风），或者需要像 https://github.com/ExistentialAudio/BlackHole 这样的第 3 方软件进行设置，这比我希望我的用户必须执行的步骤要多做。

我的用例：我的目标是使用 flet 构建一个跨平台的桌面应用程序，它转录用户扬声器的输出。我想听所有输出音频，而不是特定于应用程序。

AC：一个 Python 脚本，可以实时收听用户为一系列不同应用程序输出的音频（可能保存到 wav 文件以便于验证）。

备注：

• flakes 对 Python 音频选项的评论 -> https://wiki.python.org/moin/Audio
• PortAudio 看起来很有前途
• 为了让它实时工作，并且与应用程序无关，我怀疑音频流，定期将块保存到列表是一个可靠的方法

Answer 1

要使用 Python 连接到 macOS 上的输出音频流，您可以使用 Apple 提供的 Core Audio API。此 API 允许您访问低级别的音频流并对其执行各种操作，包括捕获音频。

在 Python 中使用 Core Audio 的一种方法是使用 pyaudio 库，它为支持从默认输出设备捕获音频的 PortAudio 库提供了 Python 包装器。你可以使用 pip 安装 pyaudio：

pip install pyaudio

这是一个使用 pyaudio 从默认输出设备捕获音频的示例代码片段：

import pyaudio
import wave

chunk_size = 1024  # number of audio frames per buffer
format = pyaudio.paInt16  # audio format
channels = 2  # number of audio channels
sample_rate = 44100  # audio sample rate

audio = pyaudio.PyAudio()

# open audio stream
stream = audio.open(
    format=format,
    channels=channels,
    rate=sample_rate,
    input=True,
    frames_per_buffer=chunk_size,
    input_device_index=None,  # use default audio device
    output_device_index=None  # use default audio device
)

# start capturing audio
frames = []
while True:
 data = stream.read(chunk_size)
 frames.append(data)

 # process audio data here
 ...

# stop capturing audio
stream.stop_stream()
stream.close()
audio.terminate()

# save captured audio to a WAV file
wf = wave.open("output.wav", "wb")
wf.setnchannels(channels)
wf.setsampwidth(audio.get_sample_size(format))
wf.setframerate(sample_rate)
wf.writeframes(b"".join(frames))
wf.close()

此代码使用 pyaudio 打开音频流，并开始以 1024 帧的块捕获音频。捕获的音频数据附加到帧列表。您可以在捕获帧的循环中处理音频数据。

当您完成捕获音频后，您可以停止音频流并使用 wave 模块将捕获的音频保存到 WAV 文件。

frames

列表包含捕获的音频数据。

请注意，此代码从默认输出设备捕获音频，因此它将从系统上播放音频的所有应用程序捕获音频。如果您想从特定应用程序中捕获音频，则需要使用不同的方法，例如使用虚拟音频设备或在系统级别拦截音频。