Intenté grabar el sonido desde el desktop con pyaudio, pero solo pude obtener el sonido del micrófono, pero también quería el altavoz. También descargué el portaudio, pero no estoy seguro de si puedo obtener el sonido del altavoz y el sonido del micrófono simultáneamente. Este es el código que obtiene el sonido del micrófono:
import pyaudio
import wave
import threading
import time
import subprocess
CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "tmp/tmp.wav"
class recorder:
def __init__(self):
self.going = False
self.process = None
self.filename = "ScreenCapture.mpg"
def record(self,filename):
try:
if self.process.is_alive():
self.going = False
except AttributeError:
print("test")
self.process = threading.Thread(target=self._record)
self.process.start()
self.filename = filename
def _record(self):
p = pyaudio.PyAudio()
stream = p.open(format=FORMAT,
channels=CHANNELS,
rate=RATE,
input=True,
frames_per_buffer=CHUNK)
#print("* recording")
frames = []
self.going = True
while self.going:
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()
def stop_recording(self):
self.going = False
Estoy usando Windows y también puedo usar otra biblioteca, no solo PyAudio. Solo necesito hacer que esto funcione. ¿Qué debo hacer? ¡Gracias!
Código Actualizado:
import numpy as np
import pyaudio
import wave
import threading
import time
import subprocess
CHUNK = 1024
FORMAT = pyaudio.paInt16
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "tmp/tmp.wav"
p = pyaudio.PyAudio()
for i in range(0, p.get_device_count()):
print(i, p.get_device_info_by_index(i)['name'])
class recorder:
def __init__(self):
self.going = False
self.process = None
self.filename = "ScreenCapture.mpg"
def record(self,filename):
try:
if self.process.is_alive():
self.going = False
except AttributeError:
print("test")
self.process = threading.Thread(target=self._record)
self.process.start()
self.filename = filename
def _record(self):
p = pyaudio.PyAudio()
# stream usando as_loopback para obtener sonido del sistema operativo
stream = p.open(
format=FORMAT,
channels=2,
rate=RATE,
input=True,
frames_per_buffer=CHUNK,
input_device_index=2,
as_loopback=True)
## transmitir usando el dispositivo de entrada de mi micrófono
stream2 = p.open(
format=FORMAT,
channels=1,
rate=RATE,
input=True,
frames_per_buffer=CHUNK,
input_device_index=1)
# as_loopback=False)
#print("* recording")
frames = []
frames2= []
self.going = True
while self.going:
data = stream.read(CHUNK)
data2 = stream2.read(CHUNK)
frames.append(data)
frames2.append(data2)
# frames = datos de sonido as_loopback (altavoces)
frames = b''.join(frames);
# frames2 = datos de sonido del micrófono
frames2 = b''.join(frames2);
# decodificación de datos del altavoz
Sdecoded = np.frombuffer(frames, 'int16')
# decodificar los datos del micrófono
Mdecoded = np.frombuffer(frames2, 'int16')
# convertir los datos del altavoz en un vector Numpy (facilitando la vida al recoger canales de audio)
Sdecoded = np.array(Sdecoded, dtype='int16')
# obtener los datos en el lado derecho
direito = Sdecoded[1::2]
# obteniendo los datos en el lado izquierdo
esquerdo = Sdecoded[::2]
# mezclar todo a mono = agregar lado derecho + lado izquierdo + datos decodificados de micrófono que ya son mono
mix = (direito + esquerdo + Mdecoded)
# asegurando que ningún valor va más allá de los límites de short int
signal = np.clip(mix, -32767, 32766)
# codificar los datos nuevamente
encodecoded = wave.struct.pack("%dh" % (len(signal)), *list(signal))
# print("* done recording")
stream.stop_stream()
stream.close()
stream2.stop_stream()
stream2.close()
p.terminate()
wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
wf.setnchannels(1)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(encodecoded)
wf.close()
def stop_recording(self):
self.going = False
¿Por qué no funciona? Hice el código muy limpio y comenté cada parte para que entiendas lo que está sucediendo. Hice un for loop al principio para que Pyaudio me mostrara cuáles son las interfaces que tengo en mi sistema operativo.
0 Mapeador de som da Microsoft - Input
1 Microfone (Realtek(R) Audio)
2 Mixagem estéreo (Realtek(R) Aud
3 Mapeador de som da Microsoft - Output
4 Alto-falantes (Realtek(R) Audio
5 Alto-falantes (Realtek(R) Audio)
6 Microfone (Realtek(R) Audio)
7 Mixagem estéreo (Realtek(R) Audio)
8 Speakers 1 (Realtek HD Audio output with SST)
9 Speakers 2 (Realtek HD Audio output with SST)
10 Alto-falante (Realtek HD Audio output with SST)
11 Microfone (Realtek HD Audio Mic input)
12 Mixagem estéreo (Realtek HD Audio Stereo input)
Pude grabar el micrófono y el sonido de audio del sistema con este script, pero quería que funcionara dentro del proyecto:
import pyaudio
import wave
import numpy as np
CHUNK = 1024
FORMAT = pyaudio.paInt16
RATE = 44100
RECORD_SECONDS = 2
WAVE_OUTPUT_FILENAME = "tmp.wav"
p = pyaudio.PyAudio()
for i in range(0, p.get_device_count()):
print(i, p.get_device_info_by_index(i)['name'])
#stream usando as_loopback para obtener sonido del sistema operativo
stream = p.open(
format = FORMAT,
channels = 2,
rate = RATE,
input=True,
frames_per_buffer=CHUNK,
input_device_index=0,
as_loopback=True)
## transmitir usando el dispositivo de entrada de mi micrófono
stream2 = p.open(
format = FORMAT,
channels = 1,
rate = RATE,
input=True,
frames_per_buffer=CHUNK,
input_device_index=1)
#as_loopback=False)
frames = []
frames2 = []
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
data = stream.read(CHUNK)
data2 = stream2.read(CHUNK)
frames.append(data)
frames2.append(data2)
#frames = as_loopback datos de sonido (altavoces)
frames= b''.join(frames);
# frames2 = datos de sonido del micrófono
frames2= b''.join(frames2);
#decoding datos del altavoz
Sdecoded = np.frombuffer(frames, 'int16')
# decodificar los datos del micrófono
Mdecoded = np.frombuffer(frames2, 'int16')
#convertir los datos del altavoz en un vector Numpy (facilitando la vida al recoger canales de audio)
Sdecoded= np.array(Sdecoded, dtype='int16')
# obtener los datos en el lado derecho
direito=Sdecoded[1::2]
# obtener los datos en el lado izquierdo
esquerdo=Sdecoded[::2]
#mezclando todo a mono = agregar lado derecho + lado izquierdo + datos decodificados de micrófono que ya son mono
mix=(direito+esquerdo+Mdecoded)
#asegurando que ningún valor vaya más allá de los límites de short int
signal=np.clip(mix, -32767, 32766)
#codificar los datos nuevamente
encodecoded = wave.struct.pack("%dh"%(len(signal)), *list(signal))
#detener todas las transmisiones y finalizar pyaudio
stream.stop_stream()
stream.close()
stream2.stop_stream()
stream2.close()
p.terminate()
#Grabar audio mezclado en mono
wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
wf.setnchannels(1)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes((encodecoded))
wf.close()