开发AB听力测试APP：多音频同步播放与切换时时间戳保留问题

针对你的需求，推荐直接基于音频播放流的帧跟踪来实现，比计时法精度高得多，以下是两种可行的实现思路：

方法1：PyAudio + SoundFile 样本级精确控制 #

SoundFile负责读取音频帧数据，PyAudio处理播放流，同时实时维护当前播放的帧编号，完全避免计时误差。

核心逻辑 #

1. 加载两个音频文件，确保采样率、通道数一致（AB测试文件通常满足此条件）
2. 用PyAudio创建播放流，通过回调函数实时更新已播放的帧编号
3. 切换音频时，暂停当前流，从记录的帧位置读取另一音频的对应片段继续播放

示例代码片段：

import soundfile as sf
import pyaudio

# 加载音频文件
audio_a, samplerate = sf.read("audio_a.wav")
audio_b, _ = sf.read("audio_b.wav")
channels = audio_a.shape[1] if len(audio_a.shape) > 1 else 1
audio_format = pyaudio.paFloat32  # 根据实际音频格式调整

# 全局变量跟踪播放状态
p = pyaudio.PyAudio()
current_frame = 0
current_audio = audio_a
stream = None

def start_playback():
    global stream, current_frame
    if stream:
        stream.stop_stream()
        stream.close()
    # 从当前帧位置读取音频数据
    play_data = current_audio[current_frame:]
    stream = p.open(format=audio_format,
                    channels=channels,
                    rate=samplerate,
                    output=True,
                    stream_callback=play_callback)
    stream.start_stream()

def play_callback(in_data, frame_count, time_info, status):
    global current_frame
    end_frame = current_frame + frame_count
    # 处理播放到末尾的情况
    if end_frame > len(current_audio):
        play_data = current_audio[current_frame:]
        current_frame = len(current_audio)
        return (play_data, pyaudio.paComplete)
    else:
        play_data = current_audio[current_frame:end_frame]
        current_frame = end_frame
        return (play_data, pyaudio.paContinue)

def switch_audio():
    global current_audio, current_frame
    stream.stop_stream()
    # 切换音频源
    current_audio = audio_b if current_audio is audio_a else audio_a
    start_playback()

方法2：python-sounddevice 简化流控制 #

python-sounddevice是PortAudio的轻量封装，API更简洁，同样支持精确帧定位：

核心逻辑 #

1. 加载音频文件后，用sounddevice.play()启动播放，可指定起始帧
2. 通过流的time属性获取当前播放时间，转换成帧编号（帧编号=播放时间×采样率）
3. 切换时记录当前帧，停止当前播放后，从该帧启动另一音频

示例代码片段：

import sounddevice as sd
import soundfile as sf

audio_a, samplerate = sf.read("audio_a.wav")
audio_b, _ = sf.read("audio_b.wav")
current_frame = 0
current_audio = audio_a

def play_from_saved_frame():
    sd.stop()
    sd.play(current_audio[current_frame:], samplerate)

def switch_audio():
    global current_audio, current_frame
    # 获取当前播放时间并转换为帧编号
    current_time = sd.get_stream().time
    current_frame = int(current_time * samplerate)
    # 切换音频源
    current_audio = audio_b if current_audio is audio_a else audio_a
    play_from_saved_frame()

为什么不推荐datetime计时法？ #

• 系统计时受进程调度、系统负载影响，存在不可控的精度误差，会导致帧定位偏移
• 直接跟踪播放的帧数据是样本级精确的，完全匹配音频实际播放位置，适合AB听力测试这种对同步性要求高的场景

内容的提问来源于stack exchange，提问作者DSP novice