基于discord.py的Discord机器人：实现YouTube音频流式播放

方案可行性 #

完全可行，流式传输+实时转码是解决下载延迟的核心方向，不需要完整下载音频文件，只需逐段获取流数据并转码推送给Discord语音客户端，能把延迟控制在几秒内。

研究方向与实现思路 #

• 获取YouTube音频流的直接URL：pytube的audio_stream对象可通过url属性拿到流的直接播放链接，无需调用download()完整下载，直接请求该URL获取流式数据。
• 实时音频转码：Discord要求音频格式为48kHz采样率、16位深度、PCM编码，需要把YouTube的WebM/MP4音频流实时转码成符合要求的格式。
• 异步流式推送：用asyncio配合音频处理库，把转码后的音频数据分块喂给自定义的AudioSource类，避免阻塞discord.py的事件循环。

可用辅助模块 #

• ffmpeg：核心转码工具，支持从URL拉流并实时转码成PCM，几乎是实时音频处理的标配。
• PyAV：基于FFmpeg的Python绑定，适合异步流式处理，能逐帧读取音频流并完成转码。
• yt-dlp：比pytube更稳定的YouTube流获取工具，处理反爬机制更完善，若pytube遇到访问问题可替换使用。

核心实现示例 #

import discord
import av
import asyncio

class StreamAudioSource(discord.AudioSource):
    def __init__(self, stream_url):
        self.container = av.open(stream_url)
        self.audio_stream = next(s for s in self.container.streams if s.type == 'audio')
        self.queue = asyncio.Queue(maxsize=5)
        self.task = asyncio.create_task(self._read_and_transcode())

    async def _read_and_transcode(self):
        try:
            for packet in self.container.demux(self.audio_stream):
                for frame in packet.decode():
                    # 转码为Discord要求的格式：48kHz采样率、16位深度、单声道
                    frame = frame.resample(48000)
                    pcm_data = frame.to_ndarray(format='s16')[0].tobytes()
                    await self.queue.put(pcm_data)
        except Exception as e:
            print(f"流处理错误: {e}")
        finally:
            await self.queue.put(None)  # 标记流结束

    def read(self):
        try:
            data = self.queue.get_nowait()
            return data if data is not None else b''
        except asyncio.QueueEmpty:
            return b''

    def cleanup(self):
        self.task.cancel()
        self.container.close()

# 替换原有的play_youtube_object方法
async def play_youtube_object(self, yt, interaction, voice_client):
    try:
        audio_stream = yt.streams.filter(file_extension="webm").order_by('abr').desc().first()
        stream_url = audio_stream.url
        
        source = StreamAudioSource(stream_url)
        voice_client.play(source)
        
        # 等待播放结束
        while voice_client.is_playing() or voice_client.is_paused():
            await asyncio.sleep(1)
        source.cleanup()
    except Exception as e:
        print(f"播放错误: {e}")

注意事项 #

• FFmpeg依赖：确保环境中已安装FFmpeg，PyAV需要依赖它才能正常工作。
• 异步队列缓存：自定义AudioSource的read()方法是同步调用的，用异步队列缓存转码数据可避免阻塞事件循环。
• 流URL有效期：YouTube的流URL通常只有几分钟有效期，播放长视频时需考虑重新获取URL的逻辑。
• 错误处理：添加断流重连、队列溢出处理等逻辑，提升播放稳定性。

内容的提问来源于stack exchange，提问作者Lordimass