如何用Python实现音频播放与录音

说到音频处理，Python绝对是个好帮手。不管你是想做个简单的音乐播放器，还是需要录制一段声音，这门语言都能帮你轻松搞定。下面直接进入正题，看看具体怎么操作。

音频播放

要实现音频播放，Python生态里有不少现成的库可用。最简单粗暴的方式是用playsound，安装之后两行代码就能出声：

from playsound import playsound

playsound('your_audio_file.mp3')

把your_audio_file.mp3换成实际文件路径，剩下的交给库就好。当然，这种方式的控制力有限，适合快速验证。

如果对播放过程有更细颗粒度的要求——比如调节音量、控制声道、处理实时流——那就要用pyaudio了。它提供了底层接口，播放WA V格式文件时，需要配合wa ve模块一起用：

import pyaudio
import wa ve

# 打开音频文件
wf = wa ve.open('your_audio_file.wa v', 'rb')

# 初始化pyaudio
p = pyaudio.PyAudio()

# 打开音频流
stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
                channels=wf.getnchannels(),
                rate=wf.getframerate(),
                output=True)

# 读取数据并播放
data = wf.readframes(1024)
while data:
    stream.write(data)
    data = wf.readframes(1024)

# 收尾清理
stream.stop_stream()
stream.close()
p.terminate()

逻辑不复杂：先读取WA V文件参数，然后用这些参数打开一个输出流，循环读取数据块写入流中，最后关闭释放资源。这种模式也是很多音频处理工具的基础。

音频录音

有放就有录。pyaudio同样能搞定录音，而且思路跟播放挺对称——无非是把输出流换成输入流。下面是一个5秒录音的例子：

import pyaudio
import wa ve

# 参数设置
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 44100
CHUNK = 1024
RECORD_SECONDS = 5
WA VE_OUTPUT_FILENAME = "recorded_audio.wa v"

# 初始化pyaudio
p = pyaudio.PyAudio()

# 打开输入流
stream = p.open(format=FORMAT,
                channels=CHANNELS,
                rate=RATE,
                input=True,
                frames_per_buffer=CHUNK)

print("* recording")

frames = []
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
    data = stream.read(CHUNK)
    frames.append(data)

print("* done recording")

# 停止并关闭
stream.stop_stream()
stream.close()
p.terminate()

# 保存为WA V文件
wf = wa ve.open(WA VE_OUTPUT_FILENAME, 'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()

注意几个关键点：FORMAT用了16位采样，RATE设为44100Hz（CD音质），CHUNK是缓冲区大小。循环里不断从麦克风读取数据块，拼接到frames列表，最后用wa ve模块写入文件。如果想录更长时间，改RECORD_SECONDS就行。

从播放到录音，Python的音频处理能力覆盖了最基本也最常用的场景。无论是做个语音助手的前端，还是为多媒体项目搭个基础工具，这些代码都足够作为起点。下一步，想折腾实时处理、混音、或者音频分析，也都是在这些基础上延伸出来的事儿。