如何使用Python在搭载M2芯片的macOS上捕获扬声器输出制作实时音频可视化？

完全可以用Python实现这个需求，针对M2芯片的MacOS系统，需要先解决扬声器音频捕获的核心问题，再结合FFT和可视化工具完成实时效果，以下是具体方案：

一、解决MacOS扬声器音频捕获问题 #

MacOS默认不支持直接捕获扬声器输出，需要借助虚拟音频驱动：

• 安装开源虚拟音频驱动（比如BlackHole），安装后在系统「声音」设置中：
  1. 创建「多输出设备」，将内置扬声器和虚拟驱动设备同时添加进去，设置为系统默认输出设备
  2. 将虚拟驱动设备设置为默认输入设备，这样就能捕获到原本要输出到扬声器的音频流

二、推荐的Python库组合 #

你之前用的Realtime_PyAudio_FFT依赖PyAudio，而PyAudio在M系列Mac上常存在兼容性问题（比如编译PortAudio失败、设备识别异常），更推荐以下组合：

• sounddevice：替代PyAudio，基于PortAudio，对M系列Mac支持更好，用于音频流捕获
• numpy：处理音频数据和FFT计算
• matplotlib：实现实时频谱可视化

安装命令：

pip install sounddevice numpy matplotlib

三、核心代码示例 #

以下是一个极简的实时音频可视化实现：

import numpy as np
import sounddevice as sd
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

# 音频参数
SAMPLERATE = 44100
BLOCKSIZE = 1024

# 初始化绘图
fig, ax = plt.subplots()
x = np.linspace(0, SAMPLERATE//2, BLOCKSIZE//2)
line, = ax.plot(x, np.zeros(BLOCKSIZE//2))
ax.set_ylim(0, 1)
ax.set_xlabel("频率 (Hz)")
ax.set_ylabel("振幅")
ax.set_title("实时扬声器频谱")

def audio_callback(indata, frames, time, status):
    # 对音频数据做FFT
    fft_data = np.abs(np.fft.fft(indata[:, 0]))[:BLOCKSIZE//2]
    # 归一化处理
    normalized_data = fft_data / np.max(fft_data) if np.max(fft_data) !=0 else fft_data
    line.set_ydata(normalized_data)

# 启动音频流
stream = sd.InputStream(samplerate=SAMPLERATE, blocksize=BLOCKSIZE, channels=1, callback=audio_callback)

# 启动动画更新
ani = FuncAnimation(fig, lambda frame: None, interval=50)

with stream:
    plt.show()

四、针对你尝试过的Realtime_PyAudio_FFT的问题排查 #

如果想继续用这个项目，需要解决M2 Mac上的PyAudio兼容性：

1. 手动编译适配M系列的PortAudio，再安装PyAudio
2. 在代码中指定虚拟驱动设备作为输入设备（通过pyaudio.PyAudio().get_device_info_by_index()找到设备ID）

不过整体来看，用sounddevice的方案更简洁，无需复杂的编译操作。

内容的提问来源于stack exchange，提问作者Nikita Re