使用 PyAudio 隔离输入设备音频和输出设备音频

Question

我正在尝试使用 PyAudio 录制输入声音和输出声音。查看 PyAudio 文档 (here)，我确定我将不得不使用 input, output, input_device_index 和 output_device_index 变量来编辑我的声音流的结果。

鉴于文档，我相信我应该有一种方法可以打开/关闭输入和输出，并配置什么设备对应什么流。我的设备是：

<块引用>

#{'index': 0, 'name': 'Microsoft Sound Mapper - Input'}

<块引用>

#{'index': 1, 'name': '麦克风阵列（英特尔® 智能 '}

<块引用>

#{'index': 2, 'name': 'Microsoft Sound Mapper - 输出'}

<块引用>

#{'index': 3, 'name': 'Speakers (Realtek(R) Audio)'}

到目前为止，我的输入工作正常，因为我能够记录麦克风检测到的任何声音。我遇到的问题是：

• 无法打开输入
• 无法关闭输出
• 无法仅获取输出音频
• 无法将两个音频流放在一起

当我尝试执行 input=False 时，我收到错误 raise IOError("Not input stream"。我的输出流似乎根本不起作用。

到目前为止我的代码：

WAVE_OUTPUT_FILENAME = (r"C:\Users\Shyryyuu\Downloads\output.wav")

p = pyaudio.PyAudio()

#{'index': 0, 'name': 'Microsoft Sound Mapper - Input'}
#{'index': 1, 'name': 'Microphone Array (Intel® Smart '}
#{'index': 2, 'name': 'Microsoft Sound Mapper - Output'}
#{'index': 3, 'name': 'Speakers (Realtek(R) Audio)'}

stream = p.open(format=FORMAT,
                channels=CHANNELS,
                rate=RATE,
                input=True,
                output=True,
                frames_per_buffer=CHUNK,
                input_device_index=1,
                output_device_index=2
                )

print("* recording")

frames = []

for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
    data = stream.read(CHUNK)
    frames.append(data)

print("* done recording")

stream.stop_stream()
stream.close()
p.terminate()

wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()

Answer 1

Windows 实际上提供了一种本地方式来录制您的系统音频，而无需安装以使用其他解决方案。我主要使用这种方法是因为我不知道如何安装提到的 here 的 PyAudio Fork。

如果您进入系统的声音设置，假设它是 Windows，您会在左上角找到一个录音选项卡。单击此按钮后，您还会找到一个 通常禁用的“立体声混音”图标。

如果您启用此功能，此通道将捕获所有设备输出音频，而无需进行任何其他设置。因此，您可以将 input_device_index 设置为您计算机上的 Stereo Mix 索引。