Python中Sounddevice输入输出信号时间向量同步问题排查

在Python中使用Sounddevice库时，我尝试同时播放输出信号并录制输入信号，之后将两者叠加绘图以还原真实场景。目前使用Stream类，回调函数如下所示：

def callback(indata, outdata, frames, time, status):
        if status:
            print(status)
        if not hasattr(callback, "lastframe"):
            callback.lastframe = 0  # Initialiser la première fois
        lastframe = callback.lastframe
        end = lastframe+frames
        size = len(out[lastframe:end])
        outdata[:size,0] = out[lastframe:end]

        outsig['signal'] = np.append(outsig['signal'],outdata[:,0])
        outsig['time'] = np.append(outsig['time'],np.linspace(time.outputBufferDacTime,time.outputBufferDacTime+(frames-1)/48e3,frames))
        callback.lastframe = end
        insig['signal'] = np.append(insig['signal'],indata)
        insig['time'] = np.append(insig['time'],np.linspace(time.inputBufferAdcTime,time.inputBufferAdcTime+(frames-1)/48e3,frames))

        if size < frames:
            raise sd.CallbackStop

我通过time.outputBufferDacTime和time.inputBufferAdcTime获取块中首个样本的播放/录制时间，结合采样率和块大小构建输入输出信号的时间向量。目前已接近预期结果，但有时后续块未衔接上（见附图），该伪影未在实际输出中听到，且输入输出不同步，怀疑是代码问题，请问可能的原因是什么？

• np.append动态扩容引发的实时性问题：回调函数里频繁用np.append扩展数组，会不断触发内存重新分配，一旦回调处理耗时超过块的时间窗口，就会打乱后续块的处理节奏，导致时间戳衔接断裂。Sounddevice对回调的实时性要求极高，这类耗时操作必须避免，建议提前预分配足够大的数组，用索引直接写入数据。
• 输入输出时间基准不统一：outputBufferDacTime和inputBufferAdcTime是硬件层面两个独立的时间基准，输入输出本身存在固定硬件延迟，不同块的时间戳采样点也可能存在偏差，直接用这两个时间向量绘图必然出现同步错位。应该以输出时间戳为基准，根据硬件的输入延迟（可通过sd.query_devices()查看或实际测量）偏移输入信号的时间向量，实现对齐。
• 最后一块的时间向量生成逻辑错误：当size < frames触发停止时，仍用固定的frames生成时间向量，但实际有效样本数是size，这会导致最后一段时间向量长度和信号长度不匹配，出现衔接伪影。需根据实际size生成对应长度的时间向量。
• 全局变量线程不安全：outsig、insig和callback.lastframe属于跨线程共享的全局变量，回调线程和主线程对其读写时没有锁保护，可能出现数据或时间戳被错误覆盖的情况，表现为块衔接异常。

内容的提问来源于stack exchange，提问作者bouaaah