Python-如何录制系统音频（扬声器的输出）？

我从上周开始一直在寻找这个。还尝试了pyaudio，当我使用它的另一个分叉时，系统音频与麦克风音频混合。我找不到其他模块，因此最终提出了这个问题

编辑：

此代码取自堆栈溢出。它记录扬声器输出，但输出与麦克风输入混合。 使用的pyaudio模块也来自fork:

使用
这仅记录“设备\u id”指定的设备的音频

导入pyaudio
输入波
chunk=1024#以1024个样本的块记录
样本_格式=pyaudio.paInt16#每个样本16位
通道=2
fs=44100#每秒记录44100个样本
秒=3
filename=“output.wav”
p=pyaudio.pyaudio（）#创建到PortAudio的接口
#选择设备
打印（“可用设备：\n”）
对于范围内的i（0，p.获取设备计数（））：
info=p.通过索引获取设备信息（i）
打印（str（info[“index”]）+“：\t%s\n\t%s\n”%（info[“name”]、p.get_host_api_info_by_index（info[“hostApi”]）[“name”]））
通过
#ToDo更改您的设备ID
设备id=7
设备信息=p.通过索引（设备id）获取设备信息
通道=设备信息[“maxInputChannels”]如果（设备信息[“maxOutputChannels”]<设备信息[“maxInputChannels”]）其他设备信息[“maxOutputChannels”]
# https://people.csail.mit.edu/hubert/pyaudio/docs/#pyaudio.Stream.__init__
stream=p.open（格式=sample\u格式，
频道=频道，
速率=整数（设备信息[“defaultSampleRate”]），
输入=真，
帧每缓冲区=块，
输入设备索引=设备信息[“索引”]，
as_loopback=True
)
frames=[]#初始化数组以存储帧
打印（“\n记录”，设备id，…\n”）
#将数据分块存储3秒钟
对于范围内的i（0，int（fs/chunk*秒））：
data=stream.read（块）
frames.append（数据）
#停下来，关上小溪
stream.stop_stream（）
stream.close（）
#终止PortAudio接口
p、 终止（）
打印（'已完成录制'）
#将记录的数据保存为WAV文件
wf=wave.open（文件名“wb”）
wf.设置通道（通道）
wf.setsampwidth（p.get_样本大小（样本格式））
设置帧率（fs）
wf.writeframes（b.）。连接（帧））
wf.close（）

---

另外，请查看到目前为止您已经尝试过的内容。有密码吗？您遇到了什么错误？我添加了代码。

import pyaudio
import wave

CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "output.wav"

p = pyaudio.PyAudio()
SPEAKERS = p.get_default_output_device_info()["hostApi"] #The modified part

stream = p.open(format=FORMAT,
                channels=CHANNELS,
                rate=RATE,
                input=True,
                frames_per_buffer=CHUNK,
                input_host_api_specific_stream_info=SPEAKERS,
                as_loopback = True) #The part I have modified

print("* recording")

frames = []

for i in range(0, int(RATE / CHUNK * RECORD_SECONDS) + 1):
    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()

import pyaudio
import wave

chunk = 1024  # Record in chunks of 1024 samples
sample_format = pyaudio.paInt16  # 16 bits per sample
channels = 2
fs = 44100  # Record at 44100 samples per second
seconds = 3
filename = "output.wav"

p = pyaudio.PyAudio()  # Create an interface to PortAudio

#Select Device
print ( "Available devices:\n")
for i in range(0, p.get_device_count()):
    info = p.get_device_info_by_index(i)
    print ( str(info["index"]) +  ": \t %s \n \t %s \n" % (info["name"], p.get_host_api_info_by_index(info["hostApi"])["name"]))
    pass

#ToDo change to your device ID
device_id = 7
device_info = p.get_device_info_by_index(device_id)
channels = device_info["maxInputChannels"] if (device_info["maxOutputChannels"] < device_info["maxInputChannels"]) else device_info["maxOutputChannels"]
# https://people.csail.mit.edu/hubert/pyaudio/docs/#pyaudio.Stream.__init__
stream = p.open(format=sample_format,
                channels=channels,
                rate=int(device_info["defaultSampleRate"]),
                input=True,
                frames_per_buffer=chunk,
                input_device_index=device_info["index"],
                as_loopback=True
                )

frames = []  # Initialize array to store frames

print('\nRecording', device_id, '...\n')

# Store data in chunks for 3 seconds
for i in range(0, int(fs / chunk * seconds)):
    data = stream.read(chunk)
    frames.append(data)

# Stop and close the stream 
stream.stop_stream()
stream.close()
# Terminate the PortAudio interface
p.terminate()

print('Finished recording')

# Save the recorded data as a WAV file
wf = wave.open(filename, 'wb')
wf.setnchannels(channels)
wf.setsampwidth(p.get_sample_size(sample_format))
wf.setframerate(fs)
wf.writeframes(b''.join(frames))
wf.close()