使用Python sounddevice播放多频率时出现爆音及ALSA underrun错误

核心问题分析 #

1. 多频率叠加振幅溢出：多个正弦波叠加后，振幅总和会超出sounddevice要求的[-1, 1]范围，直接导致音频失真。
2. 无信号时的无效输出：原代码在无频率播放时生成线性递增信号，这本身就是噪音，同时未控制振幅，引发扬声器杂音和ALSA缓冲区欠载错误。

修复后的完整代码 #

import sounddevice
import numpy

SAMPLE_RATE = 44100
frequencies = {440: 0, 550: 0, 660: 0}
# 格式：频率Hz: 起始采样索引（负数值可标记该频率停用）

def callback(outdata: numpy.ndarray, frames: int, time, status) -> None:
    """向outdata写入音频输出"""
    # 打印音频流状态，方便排查异常
    if status:
        print(status)
    
    # 初始化输出为全零，默认静音
    result = numpy.zeros((frames, 1), dtype=numpy.float32)
    # 筛选当前激活的频率（索引非负）
    active_freqs = [freq for freq, start_idx in frequencies.items() if start_idx >= 0]
    
    for freq in active_freqs:
        start_idx = frequencies[freq]
        # 生成时间轴
        t = (start_idx + numpy.arange(frames)) / SAMPLE_RATE
        t = t.reshape(-1, 1)
        # 生成正弦波并叠加
        wave = numpy.sin(2 * numpy.pi * freq * t)
        result += wave
        # 更新该频率的起始采样索引
        frequencies[freq] += frames
    
    # 归一化处理：避免叠加后振幅超过[-1,1]范围
    if active_freqs:
        max_amplitude = numpy.max(numpy.abs(result))
        if max_amplitude > 1.0:
            result /= max_amplitude
    
    outdata[:] = result

# 创建并启动音频流，可尝试调整blocksize优化性能
stream = sounddevice.OutputStream(
    channels=1, 
    samplerate=SAMPLE_RATE, 
    callback=callback,
    blocksize=1024  # 合适的缓冲区大小可降低underrun概率
)
stream.start()

# 保持程序运行，支持Ctrl+C优雅退出
try:
    while True:
        pass
except KeyboardInterrupt:
    stream.stop()
    stream.close()
    print("音频流已关闭")

关键修复细节 #

• 振幅归一化：叠加后检测最大振幅，超过1时按比例缩小，确保输出信号符合音频设备要求，彻底解决叠加失真问题。
• 默认静音输出：初始化结果为全零数组，无激活频率时直接输出静音，消除刺耳杂音。
• 优化频率管理：通过负索引标记停用频率，灵活控制需要播放的频率。
• 缓冲区优化：设置blocksize参数，平衡延迟和缓冲区欠载风险；添加状态打印，方便排查音频流异常。
• 优雅退出：捕获KeyboardInterrupt，确保程序终止时正确关闭音频流，避免资源泄漏。

ALSA Underrun额外优化建议 #

• 减少回调内的计算量：比如提前预计算2 * numpy.pi这类常量，避免重复计算。
• 关闭其他占用音频设备的程序，确保系统音频资源充足。
• 尝试调整latency参数（如latency='low'或具体数值），匹配系统音频性能。

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