如何用Python检测扬声器是否播放特定频率的声音？

是否应该用PyAudio？ #

是的，PyAudio是Python中处理实时音频输入输出的常用库，能方便地捕获系统音频（包括扬声器输出），完全适合你的需求。

完整实现步骤 #

1. 安装依赖库 #

首先安装需要的工具库：

pip install pyaudio numpy scipy

注：如果PyAudio安装失败（比如Windows系统），可以去PyPI下载对应系统和Python版本的.whl文件手动安装。

2. 理解核心原理 #

音频数据默认是时域信号（随时间变化的声音振幅），要检测特定频率，需要通过快速傅里叶变换（FFT）把时域信号转换成频域信号——这样就能看到每个频率对应的声音强度，判断目标频率（440Hz）的强度是否超过设定阈值（排除环境噪音干扰）。

3. 找到扬声器输出的捕获设备 #

默认情况下PyAudio会调用麦克风，要捕获扬声器播放的声音，需要找到系统的“回环设备”：

• Windows：在音频设置里启用“立体声混音”设备（可能默认隐藏，需要在设备管理器里显示禁用的设备）
• Mac：可以用Soundflower或Loopback工具创建音频回环设备
• Linux：通过PulseAudio设置音频回环模块

然后运行下面的代码列出所有音频设备，找到对应回环设备的编号：

import pyaudio

p = pyaudio.PyAudio()
for i in range(p.get_device_count()):
    info = p.get_device_info_by_index(i)
    print(f"设备编号: {i}, 名称: {info['name']}, 输入通道数: {info['maxInputChannels']}")
p.terminate()

找名称包含“立体声混音”“Loopback”“Soundflower”的设备，记录它的编号。

4. 编写检测代码 #

下面是完整的实时检测代码，替换TARGET_FREQUENCY（目标频率）和DEVICE_INDEX（你的回环设备编号）即可运行：

import pyaudio
import numpy as np
from scipy.fft import rfft, rfftfreq

# 配置参数
TARGET_FREQUENCY = 440  # 要检测的目标频率
DEVICE_INDEX = 2  # 替换成你的回环设备编号
SAMPLING_RATE = 44100  # 音频采样率，常用44100Hz
CHUNK_SIZE = 1024  # 每次读取的音频块大小，影响频率分辨率
THRESHOLD = 5000  # 强度阈值，超过则判定为正在播放目标频率

# 初始化PyAudio
p = pyaudio.PyAudio()

# 打开音频流（捕获回环设备的音频）
stream = p.open(
    format=pyaudio.paInt16,  # 16位音频格式
    channels=1,  # 单声道，简化处理
    rate=SAMPLING_RATE,
    input=True,
    input_device_index=DEVICE_INDEX,
    frames_per_buffer=CHUNK_SIZE
)

print(f"开始检测{TARGET_FREQUENCY}Hz的声音...")
print(f"按Ctrl+C停止检测")

try:
    while True:
        # 读取音频数据
        audio_data = stream.read(CHUNK_SIZE)
        # 把二进制数据转成numpy数组（16位整数）
        audio_np = np.frombuffer(audio_data, dtype=np.int16)
        
        # 对音频数据做FFT，得到频域强度
        fft_values = rfft(audio_np)
        # 计算对应的频率轴
        freq_axis = rfftfreq(CHUNK_SIZE, 1/SAMPLING_RATE)
        
        # 找到最接近目标频率的索引
        target_index = np.argmin(np.abs(freq_axis - TARGET_FREQUENCY))
        # 获取目标频率对应的强度（取绝对值）
        target_strength = np.abs(fft_values[target_index])
        
        # 判断是否超过阈值
        if target_strength > THRESHOLD:
            print(f"检测到{TARGET_FREQUENCY}Hz的声音！强度: {target_strength}")
        else:
            # 可选：打印实时强度，方便调试阈值
            # print(f"未检测到，当前强度: {target_strength}")
            pass
            
except KeyboardInterrupt:
    print("\n检测停止")
finally:
    # 关闭流和PyAudio
    stream.stop_stream()
    stream.close()
    p.terminate()

5. 调试与优化 #

• 调整阈值：根据环境噪音情况修改THRESHOLD，可以先运行代码观察无目标声音时的强度，把阈值设为该值的2-3倍
• 调整CHUNK_SIZE：值越大，频率分辨率越高（能更精准定位目标频率），但实时性会降低；值越小则实时性越好，但分辨率降低
• 多声道处理：如果回环设备是立体声，可以把channels设为2，然后取其中一个声道的数据处理即可

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