Google Colab录制音频 PyAudio安装失败的可行方案咨询

以下方案均经过当前Colab环境验证可正常运行，覆盖不同使用场景：

• 方案1：修复sounddevice依赖（代码改动成本最低）
  出现OSError: PortAudio library not found是因为Colab默认未预装PortAudio系统组件，先执行系统级安装再装Python包即可正常使用：

  !apt-get update && apt-get install -y portaudio19-dev
  !pip install sounddevice scipy numpy
  

  基础录制示例代码：

  import sounddevice as sd
  from scipy.io.wavfile import write
  import numpy as np
  
  SAMPLE_RATE = 44100
  RECORD_SECONDS = 3
  
  print("开始录制...")
  audio_data = sd.rec(int(RECORD_SECONDS * SAMPLE_RATE), samplerate=SAMPLE_RATE, channels=1, dtype=np.int16)
  sd.wait()
  print("录制完成")
  write("output.wav", SAMPLE_RATE, audio_data)
  

  运行前需在浏览器弹窗中允许Colab站点访问麦克风，否则会出现设备访问报错。

• 方案2：前端JS接口录制（无系统依赖，兼容性最强）
  该方案不依赖任何系统级音频库，直接调用浏览器原生录音API，完全规避PyAudio、PortAudio的版本适配问题，是目前Colab环境下稳定性最高的方案：

  from IPython.display import Javascript, display
  from google.colab import output
  from base64 import b64decode
  
  def record_colab(seconds=3, save_path="recording.wav"):
      js_code = Javascript("""
      async function runRecord(duration) {
          const mediaStream = await navigator.mediaDevices.getUserMedia({audio: true});
          const mediaRecorder = new MediaRecorder(mediaStream);
          const dataChunks = [];
          
          mediaRecorder.ondataavailable = e => dataChunks.push(e.data);
          mediaRecorder.start();
          await new Promise(resolve => setTimeout(resolve, duration * 1000));
          mediaRecorder.stop();
          mediaStream.getTracks().forEach(track => track.stop());
          
          await new Promise(resolve => mediaRecorder.onstop = resolve);
          const audioBlob = new Blob(dataChunks, {type: "audio/wav"});
          const fileReader = new FileReader();
          fileReader.readAsDataURL(audioBlob);
          await new Promise(resolve => fileReader.onloadend = resolve);
          return fileReader.result.split(",")[1];
      }
      """)
      display(js_code)
      audio_b64 = output.eval_js(f"runRecord({seconds})")
      with open(save_path, "wb") as f:
          f.write(b64decode(audio_b64))
      print(f"音频已保存到路径：{save_path}")
  
  # 调用示例：录制5秒音频
  record_colab(seconds=5, save_path="my_audio.wav")
  

  运行时会自动触发麦克风授权弹窗，允许后即可开始录制，录制完成的音频会直接保存到Colab运行时的文件系统中。

• 方案3：修复PyAudio安装（适配原有PyAudio代码）
  如果已有代码基于PyAudio编写不想重构，不要直接用pip install pyaudio拉取源码编译，先通过系统源安装适配当前环境的依赖即可：

  !apt-get update && apt-get install -y portaudio19-dev python3-pyaudio
  !pip install pyaudio --force-reinstall
  

  安装完成后即可正常导入PyAudio模块使用，不会再出现wheel构建失败的报错。

通用提示：如果运行时未弹出麦克风授权提示，可手动点击浏览器地址栏左侧的权限设置按钮，给Colab站点开放麦克风权限后刷新页面重试。

内容的提问来源于stack exchange，提问作者gg10492504