使用pynput监听键盘遇自动重复等三类问题求助

我来帮你逐个拆解并解决这些问题：

1. 处理键盘自动重复问题 #

pynput的on_press会因系统自动重复触发多次，核心解决思路是记录当前已按下的键状态，只在首次按下时执行逻辑，重复触发时跳过。可以用一个集合来跟踪按键状态：

from pynput import keyboard

pressed_keys = set()  # 跟踪已按下的键

def on_press(key):
    global frequency
    # 避免重复处理自动重复的按键
    if key in pressed_keys:
        return
    pressed_keys.add(key)
    
    try:
        if key.char == "q":
            frequency.append(440)
        elif key.char == "w":
            frequency.append(880)
    except AttributeError:
        pass

def on_release(key):
    global frequency
    pressed_keys.discard(key)  # 不管键是否在集合里都移除
    
    if key == keyboard.Key.esc:
        print("Press Enter")
        return False
    try:
        if key.char == "q":
            frequency.remove(440)
        elif key.char == "w":
            frequency.remove(880)
    except AttributeError:
        pass

这样就能过滤掉自动重复的on_press调用，只有真正的首次按下才会触发音频添加逻辑。

2. 解决Xorg崩溃问题 #

pynput在部分Linux环境下依赖X11的输入接口，可能存在兼容性问题导致Xorg崩溃。推荐使用**evdev模块**，它直接读取Linux内核的输入设备文件（/dev/input/event*），完全绕过Xorg，稳定性更高，还能获取原始键盘输入事件。

使用evdev的步骤： #

1. 安装模块：pip install evdev
2. 给当前用户添加input组权限（避免每次sudo运行）：

   sudo usermod -aG input $USER
   

   重启后生效。
3. 示例代码（处理键盘事件）：

   from evdev import InputDevice, categorize, ecodes
   
   # 先找到你的键盘设备，运行`ls /dev/input/event*`后用evtest确认
   dev = InputDevice('/dev/input/eventX')
   pressed_keys = set()
   frequency = []
   
   for event in dev.read_loop():
       if event.type == ecodes.EV_KEY:
           key_event = categorize(event)
           # 按键按下（value=1），且未在已按下集合中
           if key_event.keystate == key_event.key_down and key_event.scancode not in pressed_keys:
               pressed_keys.add(key_event.scancode)
               if key_event.keycode == 'KEY_Q':
                   frequency.append(440)
               elif key_event.keycode == 'KEY_W':
                   frequency.append(880)
           # 按键释放（value=0）
           elif key_event.keystate == key_event.key_up:
               pressed_keys.discard(key_event.scancode)
               if key_event.keycode == 'KEY_Q':
                   frequency.remove(440)
               elif key_event.keycode == 'KEY_W':
                   frequency.remove(880)
           # 按ESC退出
           if key_event.keycode == 'KEY_ESC':
               break
   

   这个方式直接和内核交互，不会触发Xorg相关的崩溃问题。

3. 降低音频延迟 #

你遇到的音频延迟主要来自两个方面：缓冲区大小和回调内的IO操作：

• 减小缓冲区大小：在sd.OutputStream中设置blocksize参数，比如设为128或256（根据你的系统性能调整，太小可能会有爆音）：

  with sd.OutputStream(channels=1, callback=callback, samplerate=48000, blocksize=128):
  

• 移除回调内的print语句：print(frames)和print("Playing")这类IO操作会大幅增加延迟，调试完成后务必删除。
• 使用实时音频优先级：Linux下可以给脚本赋予实时权限，避免系统调度导致的延迟：

  sudo setcap cap_sys_nice+ep your_script.py
  

总结：推荐处理原始键盘输入的模块 #

如果要彻底避免Xorg兼容性问题并获取原始键盘输入，evdev是最佳选择，它直接与Linux内核输入子系统交互，稳定性和可控性都远优于依赖X11的模块。如果仍想使用pynput，记得添加按键状态跟踪来过滤自动重复事件。

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