手把手教你使用Python第三方库PyAudio打造一款录音工具

大家好，我是【(这是月亮的背面)】。今天给大家分享Python使用PyAudio制作录音工具:

最近有在使用屏幕录制软件录制桌面，在用的过程中突发奇想，使用python能不能做屏幕录制工具，也锻炼下自己的动手能力。接下准备写使用python如何做屏幕录制工具的系列文章：

• 录制屏幕制作视频
• 录制音频
• 合成视频，音频
• 基于Pyqt5制作可视化窗口

大概上述四个部分，希望自己能够尽快完善，上一篇文章利用opencv制作了屏幕录制部分，接下继续更新系列，使用python录制音频。

应用平台

• windows 10
• python 3.7

音频录制部分

音频录制与视频录制相似，也是以数据帧的方式录制保存，这次使用强大的第三方包PyAudio和内置的wave模块编写主要部分代码：pip install PyAudio

如果出现安装失败，可点击去此处下载对应.whl文件，cp37代表python3.7环境，64代表64位操作系统。假如不是下载对应的whl包会导致安装失败，下载完成后，cmd窗口下进入whl的所在目录，使用pip install PyAudio-xx.whl即可完成安装。

音频录制主要代码：

1. from pyaudio import PyAudio, paInt16, paContinue, paComplete
2.  
3. # 设置固定参数
4. chunk = 1024 # 每个缓冲区的帧数
5. format_sample = paInt16 # 采样位数
6. channels = 2 # 声道：1，单声道；2，双声道
7. fps = 44100 # 采样频率
8.  
9. # 这里采用回调的方式录制音频
10. def callback(in_data, frame_count, time_info, status):
11. """录制回调函数"""
12. wf.writeframes(in_data)
13. if xx: # 当某某条件满足时
14. return in_data, paContinue
15. else:
16. return in_data, paComplete
17.  
18. # 实例化PyAudio
19. p = PyAudio()
20. stream = p.open(format=format_sample,
21. channels=channels,
22. rate=fps,
23. frames_per_buffer=chunk,
24. input=True,
25. input_device_index=None, # 输入设备索引, None为默认设备
26. stream_callback=callback # 回调函数
27. )
28. # 开始流录制
29. stream.start_stream()
30. # 判断流是否活跃
31. while stream.is_active():
32. time.sleep(0.1) # 0.1为灵敏度
33. # 录制完成，关闭流及实例
34. stream.stop_stream()
35. stream.close()
36. p.terminate()

采取流式并用回调函数录制，需要先定义保存音频文件，用wave新建音频二进制文件：

1. import wave
2. wf = wave.open('test.wav', 'wb')
3. wf.setnchannels(channels)
4. wf.setsampwidth(p.get_sample_size(format_sample))
5. wf.setframerate(fps)

为了后续代码可以很好的与之结合复用，将上面的代码包装成类

1. from pyaudio import PyAudio
2.  
3. class AudioRecord(PyAudio):
4.  
5. def __init__(self,):

源码于文末补充。

音频播放部分

播放部分代码与录制部分代码相差不大，核心部分：

1. wf = wave.open('test.wav', 'rb')
2. def callback(in_data, frame_count, time_info, status):
3. data = wf.readframes(frame_count)
4. return data, paContinue
5.  
6. stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
7. channels=wf.getnchannels(),
8. rate=wf.getframerate(),
9. output=True,
10. output_device_index=output_device_index, # 输入设备索引
11. stream_callback=callback # 输出用回调函数
12. )
13. stream.start_stream()
14. while stream.is_active():
15. time.sleep(0.1)

目前暂时测试了.wav和.mp3格式可以正常录制及播放，其它类型格式音频可以自行调用代码进行测试。

GUI窗口所需属性值代码部分

考虑到GUI窗口能较为人性化的输出及输入值，编写该部分代码，内容含音频时长及获取输入设备及输出设备。

1. # 音频时长
2. duration = wf.getnframes() / wf.getframerate()

1. # 获取系统目前已安装的输入输出设备
2. dev_info = self.get_device_info_by_index(i)
3. default_rate = int(dev_info['defaultSampleRate'])
4. if not dev_info['hostApi'] and default_rate == fps and '映射器' not in dev_info['name']:
5. if dev_info['maxInputChannels']:
6. print('输入设备：', dev_info['name'])
7. elif dev_info['maxOutputChannels']:
8. print('输出设备：', dev_info['name'])

pynput监听键盘

在这部分代码也暂时使用pynput监听键盘来对录音做中断处理。可以调用上一篇文章中的键盘监听代码。

1. def hotkey(self):
2. """热键监听"""
3. with keyboard.Listener(on_press=self.on_press) as listener:
4. listener.join()
5.  
6. def on_press(self, key):
7. try:
8. if key.char == 't': # t键，录制结束，保存音频
9. self.flag = True
10. elif key.char == 'k': # k键，录制中止，删除文件
11. self.flag = True
12. self.kill = True
13. except Exception as e:
14. print(e)

功能与上一篇类似，不再赘述。

总结

大家好，我是【(这是月亮的背面)】。以上就是使用PyAudio调用windows的音频设备进行录制及播放的内容了，这篇文章带大家整体学习了使用类及其继承相关知识，用法在这只是展示了冰山一角，还有更多的知识等待着我们一起去探索!

源码:

1. import wave
2. import time
3. from pathlib import Path
4. from threading import Thread
5. from pyaudio import PyAudio, paInt16, paContinue, paComplete
6. from pynput import keyboard # pip install pynput
7.  
8.  
9. class AudioRecord(PyAudio):
10.  
11. def __init__(self, channels=2):
12. super().__init__()
13. self.chunk = 1024 # 每个缓冲区的帧数
14. self.format_sample = paInt16 # 采样位数
15. self.channels = channels # 声道：1，单声道；2，双声道
16. self.fps = 44100 # 采样频率
17. self.input_dict = None
18. self.output_dict = None
19. self.stream = None
20. self.filename = '~test.wav'
21. self.duration = 0 # 音频时长
22. self.flag = False
23. self.kill = False
24.  
25. def __call__(self, filename):
26. """重载文件名"""
27. self.filename = filename
28.  
29. def callback_input(self, in_data, frame_count, time_info, status):
30. """录制回调函数"""
31. self.wf.writeframes(in_data)
32. if not self.flag:
33. return in_data, paContinue
34. else:
35. return in_data, paComplete
36.  
37. def callback_output(self, in_data, frame_count, time_info, status):
38. """播放回调函数"""
39. data = self.wf.readframes(frame_count)
40. return data, paContinue
41.  
42. def open_stream(self, name):
43. """打开录制流"""
44. input_device_index = self.get_device_index(name, True) if name else None
45. return self.open(format=self.format_sample,
46. channels=self.channels,
47. rate=self.fps,
48. frames_per_buffer=self.chunk,
49. input=True,
50. input_device_index=input_device_index, # 输入设备索引
51. stream_callback=self.callback_input
52. )
53.  
54. def audio_record_run(self, name=None):
55. """音频录制"""
56. self.wf = self.save_audio_file(self.filename)
57. self.stream = self.open_stream(name)
58. self.stream.start_stream()
59. while self.stream.is_active():
60. time.sleep(0.1)
61. self.wf.close()
62. if self.kill:
63. Path(self.filename).unlink()
64. self.duration = self.get_duration(self.wf)
65. print(self.duration)
66. self.terminate_run()
67.  
68. def run(self, filename=None, name=None, record=True):
69. """音频录制线程"""
70. thread_1 = Thread(target=self.hotkey, daemon=True)
71. if record:
72. # 录制
73. if filename:
74. self.filename = filename
75. thread_2 = Thread(target=self.audio_record_run, args=(name,))
76. else:
77. # 播放
78. if not filename:
79. raise Exception('未输入音频文件名，不能播放，请输入后再试！')
80. thread_2 = Thread(target=self.read_audio, args=(filename, name,))
81. thread_1.start()
82. thread_2.start()
83.  
84. def read_audio(self, filename, name=None):
85. """音频播放"""
86. output_device_index = self.get_device_index(name, False) if name else None
87. with wave.open(filename, 'rb') as self.wf:
88. self.duration = self.get_duration(self.wf)
89. self.stream = self.open(format=self.get_format_from_width(self.wf.getsampwidth()),
90. channels=self.wf.getnchannels(),
91. rate=self.wf.getframerate(),
92. output=True,
93. output_device_index=output_device_index, # 输出设备索引
94. stream_callback=self.callback_output
95. )
96. self.stream.start_stream()
97. while self.stream.is_active():
98. time.sleep(0.1)
99. print(self.duration)
100. self.terminate_run()
101.  
102. @staticmethod
103. def get_duration(wf):
104. """获取音频时长"""
105. return round(wf.getnframes() / wf.getframerate(), 2)
106.  
107. def get_in_out_devices(self):
108. """获取系统输入输出设备"""
109. self.input_dict = {}
110. self.output_dict = {}
111. for i in range(self.get_device_count()):
112. dev_info = self.get_device_info_by_index(i)
113. default_rate = int(dev_info['defaultSampleRate'])
114. if not dev_info['hostApi'] and default_rate == self.fps and '映射器' not in dev_info['name']:
115. if dev_info['maxInputChannels']:
116. self.input_dict[dev_info['name']] = i
117. elif dev_info['maxOutputChannels']:
118. self.output_dict[dev_info['name']] = i
119.  
120. def get_device_index(self, name, input_in=True):
121. """获取选定设备索引"""
122. if input_in and self.input_dict:
123. return self.input_dict.get(name, -1)
124. elif not input_in and self.output_dict:
125. return self.output_dict.get(name, -1)
126.  
127. def save_audio_file(self, filename):
128. """音频文件保存"""
129. wf = wave.open(filename, 'wb')
130. wf.setnchannels(self.channels)
131. wf.setsampwidth(self.get_sample_size(self.format_sample))
132. wf.setframerate(self.fps)
133. return wf
134.  
135. def terminate_run(self):
136. """结束流录制或流播放"""
137. if self.stream:
138. self.stream.stop_stream()
139. self.stream.close()
140. self.terminate()
141.  
142. def hotkey(self):
143. """热键监听"""
144. with keyboard.Listener(on_press=self.on_press) as listener:
145. listener.join()
146.  
147. def on_press(self, key):
148. try:
149. if key.char == 't': # t键，录制结束，保存音频
150. self.flag = True
151. elif key.char == 'k': # k键，录制中止，删除文件
152. self.flag = True
153. self.kill = True
154. except Exception as e:
155. print(e)
156.  
157.  
158. if __name__ == '__main__':
159. audio_record = AudioRecord()
160. audio_record.get_in_out_devices()
161. # 录制
162. print(audio_record.input_dict)
163. audio_record.run('test.mp3')
164. # 播放
165. print(audio_record.output_dict)
166. audio_record.run('test.mp3', record=False)

小伙伴们，快快用实践一下吧!

原文链接：https://mp.weixin.qq.com/s/5GW1mcBNEm1hE5NY6nH7_w