如何用Python将PyAudio获取的音频字节数组转为Opus编码？

当然有现成的Python库可以实现这个需求，下面是两个经过验证的常用方案，适配你用PyAudio获取的Stereo Mixer音频流场景：

1. opuslib #

这是一个轻量级的Opus编码绑定库，适合手动控制编码流程：

• 安装命令：pip install opuslib
• 代码示例（适配PyAudio的PCM字节流）：

import opuslib
import pyaudio

# 配置PyAudio参数（必须与Opus编码器兼容，推荐用48kHz采样率、16位深度）
FORMAT = pyaudio.paInt16
CHANNELS = 2  # Stereo Mixer是双声道
RATE = 48000
CHUNK = 1024  # 对应Opus推荐的帧时长（~21ms）

# 初始化Opus编码器
encoder = opuslib.Encoder(RATE, CHANNELS, opuslib.APPLICATION_AUDIO)

# 假设audio_bytes是从PyAudio流中读取的单chunk字节数组
pcm_data = audio_bytes
# 编码为Opus帧
opus_frame = encoder.encode(pcm_data, CHUNK)

# 追加写入到Opus文件
with open("recording.opus", "ab") as f:
    f.write(opus_frame)

• 关键说明：
  • 确保PyAudio输出的是16位整数格式的交错PCM（paInt16对应），这是Opus唯一支持的输入格式。
  • 每次编码的PCM采样数要符合Opus规范，48kHz下1024采样是安全的帧大小。

2. pyogg #

这个库对Opus的封装更友好，自带文件写入功能，适合持续录制的流式场景：

• 安装命令：pip install pyogg
• 代码示例（直接对接PyAudio监听流）：

import pyogg
import pyaudio

# 匹配Stereo Mixer的音频参数
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 48000
CHUNK = 1024

# 创建Opus文件写入器，自动处理编码和封装
opus_writer = pyogg.OpusFileWriter("stream_recording.opus", RATE, CHANNELS)
# 可自定义比特率，比如128kbps（平衡音质和体积）
opus_writer.set_bitrate(128000)

# 初始化PyAudio监听流
p = pyaudio.PyAudio()
# 替换为你的Stereo Mixer设备索引，可通过p.get_device_info_by_index()查找
stream = p.open(
    format=FORMAT,
    channels=CHANNELS,
    rate=RATE,
    input=True,
    input_device_index=1,
    frames_per_buffer=CHUNK
)

try:
    print("开始录制，按Ctrl+C停止")
    while True:
        audio_bytes = stream.read(CHUNK)
        # 直接写入，内部自动完成编码
        opus_writer.write(audio_bytes)
except KeyboardInterrupt:
    print("录制停止")

# 资源清理
stream.stop_stream()
stream.close()
p.terminate()
opus_writer.close()

• 关键说明：
  • pyogg的OpusFileWriter会自动处理Opus的Ogg封装，不需要手动拼接帧，输出的是标准的.opus文件。
  • 若需要处理已有的字节数组，直接调用write()传入PCM字节即可。

通用注意事项 #

• 采样率优先选48kHz，这是Opus的原生最优采样率，其他采样率（如44.1kHz）也支持，但会有额外的转换开销。
• 双声道PCM必须是交错格式（左声道采样后紧跟右声道采样），PyAudio的paInt16格式默认就是这种，无需额外处理。
• Opus是有损编码，比特率越高音质越好，一般场景下双声道128-192kbps足够，语音场景可低至64kbps。

内容的提问来源于stack exchange，提问作者ProcgerXacker