如何用FFmpeg录制音视频并仅将音频管道输出至Python进程

完全可以实现这个需求，不过你当前的命令存在几个问题，调整后就能正常工作：

问题分析 #

原命令里的第二个输出（-f s16le pipe:1）没有明确禁用视频流，也没指定音频的采样率、声道数等关键参数，FFmpeg可能无法正确解析输出逻辑，导致音频流输出异常。

修正后的实现 #

1. 正确的FFmpeg命令逻辑 #

给第二个输出明确指定：禁用视频流、使用原始PCM编码、设置采样率和声道数，确保FFmpeg能清晰区分两个输出任务。

2. 调整后的Python代码 #

from subprocess import Popen, PIPE, STDOUT

# 修正后的命令：第一个输出是完整音视频文件，第二个输出是纯原始音频流到管道
record_audio_video_command = (
    f"ffmpeg -i small_bunny_1080p_60fps.mp4 "
    f"-vcodec libx264 output.mp4 "  # 第一个输出：保存成音视频文件
    f"-vn -acodec pcm_s16le -ar 44100 -ac 2 -f s16le pipe:1"  # 第二个输出：仅音频流输出到管道
)

record_command = Popen(
    record_audio_video_command,
    shell=True,
    stdout=PIPE,
    stderr=STDOUT,
    bufsize=10**8  # 增大缓冲区避免进程阻塞，可选参数
)

# 读取原始音频字节并保存（注意用二进制写入模式）
with open("audio_raw.bin", "wb") as f:
    while True:
        data = record_command.stdout.read(320)  # 按320字节块读取音频数据
        if not data:
            break
        f.write(data)

# 等待FFmpeg进程结束
record_command.wait()

关键参数说明 #

• -vn：强制第二个输出不包含视频流，只处理音频
• -acodec pcm_s16le：指定音频编码为原始PCM 16位小端格式，和-f s16le格式对应
• -ar 44100 -ac 2：设置采样率为44100Hz、双声道，可根据输入文件的实际音频参数调整，保证输出流格式可预测
• wb写入模式：直接写入原始字节数据，避免转成字符串导致的格式错乱

内容的提问来源于stack exchange，提问作者urico12