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，文章目录如下：

• 应用平台
• 音频录制部分
• 音频播放部分
• GUI 窗口所需属性值代码部分
• pynput 监听键盘
• 总结

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：

frompyaudioimportPyAudio,paInt16,paContinue,paComplete

#设置固定参数
chunk=1024#每个缓冲区的帧数
format_sample=paInt16#采样位数
channels=2#声道：1，单声道；2，双声道
fps=44100#采样频率

#这里采用回调的方式录制音频
defcallback(in_data,frame_count,time_info,status):
"""录制回调函数"""
wf.writeframes(in_data)
ifxx:#当某某条件满足时
returnin_data,paContinue
else:
returnin_data,paComplete

#实例化 PyAudio
p=PyAudio()
stream=p.open(format=format_sample,
channels=channels,
rate=fps,
frames_per_buffer=chunk,
input=True,
input_device_index=None,#输入设备索引,None 为默认设备
stream_callback=callback#回调函数
)
#开始流录制
stream.start_stream()
#判断流是否活跃
whilestream.is_active():
time.sleep(0.1)#0.1 为灵敏度
#录制完成，关闭流及实例
stream.stop_stream()
stream.close()
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：

importwave
wf=wave.open('test.wav','wb')
wf.setnchannels(channels)
wf.setsampwidth(p.get_sample_size(format_sample))
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

frompyaudioimportPyAudio

classAudioRecord(PyAudio):

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：

wf=wave.open('test.wav','rb')
defcallback(in_data,frame_count,time_info,status):
data=wf.readframes(frame_count)
returndata,paContinue

stream=p.open(format=p.get_format_from_width(wf.getsampwidth()),
channels=wf.getnchannels(),
rate=wf.getframerate(),
output=True,
output_device_index=output_device_index,#输入设备索引
stream_callback=callback#输出用回调函数
)
stream.start_stream()
whilestream.is_active():
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。

#音频时长
duration=wf.getnframes()/wf.getframerate()
#获取系统目前已安装的输入输出设备
dev_info=self.get_device_info_by_index(i)
default_rate=int(dev_info['defaultSampleRate'])
ifnotdev_info['hostApi']anddefault_rate==fpsand'映射器'notindev_info['name']:
ifdev_info['maxInputChannels']:
print('输入设备：',dev_info['name'])
elifdev_info['maxOutputChannels']:
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。

defhotkey(self):
"""热键监听"""
withkeyboard.Listener(on_press=self.on_press)aslistener:
listener.join()

defon_press(self,key):
try:
ifkey.char=='t':#t 键，录制结束，保存音频
self.flag=True
elifkey.char=='k':#k 键，录制中止，删除文件
self.flag=True
self.kill=True
exceptExceptionase:
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！

于二零二一年十二月二十日作

源码:

importwave
importtime
frompathlibimportPath
fromthreadingimportThread
frompyaudioimportPyAudio,paInt16,paContinue,paComplete
frompynputimportkeyboard#pipinstallpynput


classAudioRecord(PyAudio):

def__init__(self,channels=2):
super().__init__()
self.chunk=1024#每个缓冲区的帧数
self.format_sample=paInt16#采样位数
self.channels=channels#声道：1，单声道；2，双声道
self.fps=44100#采样频率
self.input_dict=None
self.output_dict=None
self.stream=None
self.filename='~test.wav'
self.duration=0#音频时长
self.flag=False
self.kill=False

def__call__(self,filename):
"""重载文件名"""
self.filename=filename

defcallback_input(self,in_data,frame_count,time_info,status):
"""录制回调函数"""
self.wf.writeframes(in_data)
ifnotself.flag:
returnin_data,paContinue
else:
returnin_data,paComplete

defcallback_output(self,in_data,frame_count,time_info,status):
"""播放回调函数"""
data=self.wf.readframes(frame_count)
returndata,paContinue

defopen_stream(self,name):
"""打开录制流"""
input_device_index=self.get_device_index(name,True)ifnameelseNone
returnself.open(format=self.format_sample,
channels=self.channels,
rate=self.fps,
frames_per_buffer=self.chunk,
input=True,
input_device_index=input_device_index,#输入设备索引
stream_callback=self.callback_input
)

defaudio_record_run(self,name=None):
"""音频录制"""
self.wf=self.save_audio_file(self.filename)
self.stream=self.open_stream(name)
self.stream.start_stream()
whileself.stream.is_active():
time.sleep(0.1)
self.wf.close()
ifself.kill:
Path(self.filename).unlink()
self.duration=self.get_duration(self.wf)
print(self.duration)
self.terminate_run()

defrun(self,filename=None,name=None,record=True):
"""音频录制线程"""
thread_1=Thread(target=self.hotkey,daemon=True)
ifrecord:
#录制
iffilename:
self.filename=filename
thread_2=Thread(target=self.audio_record_run,args=(name,))
else:
#播放
ifnotfilename:
raiseException('未输入音频文件名，不能播放，请输入后再试！')
thread_2=Thread(target=self.read_audio,args=(filename,name,))
thread_1.start()
thread_2.start()

defread_audio(self,filename,name=None):
"""音频播放"""
output_device_index=self.get_device_index(name,False)ifnameelseNone
withwave.open(filename,'rb')asself.wf:
self.duration=self.get_duration(self.wf)
self.stream=self.open(format=self.get_format_from_width(self.wf.getsampwidth()),
channels=self.wf.getnchannels(),
rate=self.wf.getframerate(),
output=True,
output_device_index=output_device_index,#输出设备索引
stream_callback=self.callback_output
)
self.stream.start_stream()
whileself.stream.is_active():
time.sleep(0.1)
print(self.duration)
self.terminate_run()

@staticmethod
defget_duration(wf):
"""获取音频时长"""
returnround(wf.getnframes()/wf.getframerate(),2)

defget_in_out_devices(self):
"""获取系统输入输出设备"""
self.input_dict={}
self.output_dict={}
foriinrange(self.get_device_count()):
dev_info=self.get_device_info_by_index(i)
default_rate=int(dev_info['defaultSampleRate'])
ifnotdev_info['hostApi']anddefault_rate==self.fpsand'映射器'notindev_info['name']:
ifdev_info['maxInputChannels']:
self.input_dict[dev_info['name']]=i
elifdev_info['maxOutputChannels']:
self.output_dict[dev_info['name']]=i

defget_device_index(self,name,input_in=True):
"""获取选定设备索引"""
ifinput_inandself.input_dict:
returnself.input_dict.get(name,-1)
elifnotinput_inandself.output_dict:
returnself.output_dict.get(name,-1)

defsave_audio_file(self,filename):
"""音频文件保存"""
wf=wave.open(filename,'wb')
wf.setnchannels(self.channels)
wf.setsampwidth(self.get_sample_size(self.format_sample))
wf.setframerate(self.fps)
returnwf

defterminate_run(self):
"""结束流录制或流播放"""
ifself.stream:
self.stream.stop_stream()
self.stream.close()
self.terminate()

defhotkey(self):
"""热键监听"""
withkeyboard.Listener(on_press=self.on_press)aslistener:
listener.join()

defon_press(self,key):
try:
ifkey.char=='t':#t 键，录制结束，保存音频
self.flag=True
elifkey.char=='k':#k 键，录制中止，删除文件
self.flag=True
self.kill=True
exceptExceptionase:
print(e)


if__name__=='__main__':
audio_record=AudioRecord()
audio_record.get_in_out_devices()
#录制
print(audio_record.input_dict)
audio_record.run('test.mp3')
#播放
print(audio_record.output_dict)
audio_record.run('test.mp3',record=False)

小伙伴们，快快用实践一下吧！如果在学习过程中，有遇到任何问题，欢迎加我好友，我拉你进 Python 学习交流群共同探讨学习。

小伙伴们，快快用实践一下吧！如果在学习过程中，有遇到任何问题，欢迎加我好友，我拉你进 Python 学习交流群共同探讨学习。