如何让Python识别匹配指定音频？该需求是否可实现？

这个需求完全可以用Python实现，核心是两步：捕获系统输出音频 + 特征匹配检测指定声音。下面针对你提到的Discord提示音场景，给出一套可落地的方案：

1. 安装必要依赖 #

需要几个库处理音频捕获、特征提取和匹配：

pip install pyaudio librosa numpy scipy fastdtw

（注：PyAudio如果直接安装失败，Windows用户可以下载对应Python版本的whl文件手动安装，或用conda安装）

2. 提取目标声音的特征 #

先把你要检测的MP3（比如Discord的ping提示音）转换成能代表声音特征的向量，这里用MFCC（梅尔频率倒谱系数）——它是语音识别领域常用的特征，能过滤掉无关噪音，提取声音的核心特征：

import librosa

# 加载目标MP3文件，提取MFCC特征
target_audio_path = "discord_ping.mp3"
y_target, sr_target = librosa.load(target_audio_path, sr=None)
mfcc_target = librosa.feature.mfcc(y=y_target, sr=sr_target, n_mfcc=13)

3. 实时捕获系统音频并检测 #

关键是要捕获系统输出的声音（不是麦克风），Windows下可通过WASAPI循环回设备实现，Linux/macOS也有对应的音频循环回方式。下面是完整的实时监听+检测代码：

import pyaudio
import numpy as np
from fastdtw import fastdtw

# 配置参数（和目标音频采样率保持一致）
CHUNK = 1024 * 4
FORMAT = pyaudio.paFloat32
CHANNELS = 1
RATE = sr_target

# 初始化PyAudio，先找到系统循环回设备
p = pyaudio.PyAudio()
print("可用音频设备：")
for i in range(p.get_device_count()):
    dev_info = p.get_device_info_by_index(i)
    print(f"设备{i}: {dev_info['name']}")

# 替换成你的循环回设备ID（Windows通常带"Loopback"字样）
loopback_device_id = 2

# 打开音频流
stream = p.open(
    format=FORMAT,
    channels=CHANNELS,
    rate=RATE,
    input=True,
    input_device_index=loopback_device_id,
    frames_per_buffer=CHUNK
)

# 检测逻辑
ping_count = 0
# 阈值需要自己测试调整：播放目标声音，看输出的distance值，阈值设为比该值稍大的数
detection_threshold = 50

print("开始监听...")
try:
    while True:
        # 读取实时音频块
        data = stream.read(CHUNK)
        audio_data = np.frombuffer(data, dtype=np.float32)
        
        # 提取当前音频块的MFCC特征
        mfcc_current = librosa.feature.mfcc(y=audio_data, sr=RATE, n_mfcc=13)
        
        # 用DTW（动态时间规整）计算特征相似度——解决声音长度细微差异的问题
        distance, _ = fastdtw(mfcc_target.T, mfcc_current.T, dist=lambda x, y: np.linalg.norm(x - y))
        
        # 相似度达标则触发计数
        if distance < detection_threshold:
            ping_count += 1
            print(f"检测到Discord提示音！当前计数: {ping_count}")
            # 这里可以添加你需要执行的其他操作
except KeyboardInterrupt:
    print("\n停止监听")
finally:
    stream.stop_stream()
    stream.close()
    p.terminate()

关键细节说明 #

• 系统音频捕获：必须选对循环回设备，否则只能捕获麦克风声音。Windows下可以用系统自带的WASAPI循环回设备，或安装Voicemeeter虚拟声卡；macOS用Soundflower，Linux用PulseAudio的loopback模块。
• 阈值调整：detection_threshold需要你实际测试：播放目标声音，看控制台输出的distance值，把阈值设为比该值稍大的数，避免误触发或漏触发。
• 性能优化：如果觉得实时性不够，可以调小CHUNK值（但会增加资源占用）；如果误触发多，可以增加MFCC的维度（比如把n_mfcc改成20），提升特征区分度。

为什么之前用PyAudio+Wave没成功？ #

你之前的尝试大概率卡在两个点：一是没正确捕获系统输出音频（默认捕获的是麦克风）；二是直接比对原始音频数据——原始音频受音量、环境噪音影响极大，几乎无法匹配，必须转换成MFCC这类抽象特征再做匹配。

内容的提问来源于stack exchange，提问作者Toiletman