如何用 Python 实现一个“系统声音”实时律动挂件

前言

大概三年前，当时我用 Esp8266+Ws2812 弄了一音乐律动灯带。就是当电脑播放音乐时，灯珠会跟着系统音乐播放的频率不断闪动，效果可以找找以前我发布的视频哈。

而由于近期又迷恋上了编曲，本想着播放的时候用灯带来装饰，但是不适合做视频(因为要手拍进去而不是录屏)。于是，我就干脆只弄一个桌面的音乐律动挂件，这样当我播放编曲demo时就可以跟着节奏律动了。

环境

python3.8

pyaudio0.2.14

matplotlib

pyaudio 简介

pyaudio 是一个跨平台的音频 I/O 库，使用他可以在 Python 程序中进行播放，录音和生成 wav 文件等。需要注意的是，如果要使用 pyaudio 时，python 的版本最好在 3.7 以上，不然 pip 安装会报错。因为以下例子是获取系统内部声音，而 pyaudio 读取的音频流默认是麦克风，所以接下来介绍一下关于获取的设备列表信息。

代码获取设备列表

# pyaudio实例

audio = pyaudio.PyAudio()

# 获取设备总数

device_count = audio.get_device_count()

# 根据设备索引获取设备详细信息

for i in range(p.get_device_count()):

devInfo = p.get_device_info_by_index(i)

print(devInfo)

设备信息参数介绍

index: 设备的索引号，通常用于标识系统中的设备顺序。

structVersion: 结构版本号，用于表示这个数据结构的版本。

name: 设备的名称，这里是 “Microsoft 声音映射器 - Input”。

hostApi: 主 API 的标识符，通常用于表示该设备属于哪个 API 或系统。

maxInputChannels: 设备支持的最大输入通道数，这里是 2，表示设备支持 2 个输入通道。

maxOutputChannels: 设备支持的最大输出通道数，这里为 0，表示该设备没有输出通道。

defaultLowInputLatency: 默认的低输入延迟，以秒为单位，这里是 0.09 秒。

defaultLowOutputLatency: 默认的低输出延迟，这里是 0.09 秒。

defaultHighInputLatency: 默认的高输入延迟，这里是 0.18 秒。

defaultHighOutputLatency: 默认的高输出延迟，这里是 0.18 秒。

defaultSampleRate: 默认的采样率，这里是 44100.0 赫兹，这是 CD 质量的音频标准采样率。

开始操作

开启立体声混音权限

打开电脑设置 - 系统 - 声音 - 管理声音设备 - 立体声混响，点击启用。

设置设备索引号

打开立体声混音后，通过 pyaudio 获取设备列表，找到带有 “立体声混音” 的名称，和 hostApi 为 0 的，hostAPI = 0 表明是 MME 设备。然后拿到该设备索引号，打开音频流时指定该内录设备序号。

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

全部代码

import pyaudio

import numpy as np

import matplotlib.pyplot as plt

from matplotlib.animation import FuncAnimation

import wave

FORMAT = pyaudio.paInt16

CHANNELS = 1

RATE = 44100

CHUNK = 4096

# CHUNK = 1024

WAVE_OUTPUT_FILENAME = 'audio_output.wav'

# 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(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

# Initialize PyAudio

audio = pyaudio.PyAudio()

# 这里input_device_index的2就是系统内录设备索引

stream = audio.open(input_device_index=2,

format=FORMAT,

channels=1,

rate=RATE,

input=True,

frames_per_buffer=CHUNK)

plt.ion()

fig, ax = plt.subplots()

x = np.arange(0, CHUNK)

line, = ax.plot(x, np.zeros(CHUNK))

ax.set_xlim(0, CHUNK)

ax.set_ylim(-32768, 32767)

wave_output_file = wave.open(WAVE_OUTPUT_FILENAME, 'wb')

wave_output_file.setnchannels(CHANNELS)

wave_output_file.setsampwidth(audio.get_sample_size(FORMAT))

wave_output_file.setframerate(RATE)

def update_plot(data):

print(data)

line.set_ydata(data)

fig.canvas.draw()

fig.canvas.flush_events()

def display_audio_waveform():

while True:

try:

audio_data = np.frombuffer(stream.read(CHUNK), dtype=np.int16)

# update_plot(audio_data*500)

update_plot(audio_data)

# wave_output_file.writeframes(audio_data)

except KeyboardInterrupt:

break

display_audio_waveform()

stream.stop_stream()

stream.close()

audio.terminate()

wave_output_file.close()

print('Audio saved to', WAVE_OUTPUT_FILENAME)

写在后面

由于代码只是实现的基本样式，里面的图片就自由发挥了，你可以随便换成什么，包括律动的样式，动画之类的。以后如果有时间，可以加一个自定义卡通形象修改的功能，最后打包成exe，还能根据心情更换挂件，放在录频里效果杠杠~