Shazam如何在Spotify禁用AudioPlaybackCapture API时捕获耳机音频？

Shazam识别耳机播放Spotify音频的实现逻辑 #

Shazam没有使用AudioPlaybackCapture API捕获音频流，核心实现逻辑如下：

• 优先读取系统媒体会话（MediaSession）公开元数据：Spotify为了支持系统状态栏歌词、穿戴设备信息同步、蓝牙外设歌曲显示等通用场景，会主动向系统MediaSession服务上报当前播放的歌曲标题、歌手、专辑、唯一标识ID等完整元数据。Shazam申请了系统级的android.permission.MEDIA_CONTENT_CONTROL权限，拿到授权后可以直接读取所有正在播放应用上报到MediaSession的元数据，不需要做音频流捕获，也不需要声学识别就能直接匹配到对应歌曲。
• 仅当MediaSession无有效数据时才会走麦克风录音 fallback 路径：如果播放的是Spotify本地未录入曲库的私有音频，Shazam才会调用麦克风录取设备外放/耳机漏音做声学识别，这种场景下识别准确率极低，不属于常用逻辑。

第三方应用可行的音频捕获/播放信息获取方案 #

• 系统MediaSession元数据读取方案：申请android.permission.MEDIA_CONTENT_CONTROL权限，引导用户在系统「特殊应用权限」设置页手动授权后，即可读取包括Spotify在内的所有播放应用的元数据，不需要捕获音频流，适配成本低、覆盖范围广，是音乐识别、播放记录类应用的首选方案。

注：你此前尝试获取Spotify私有媒体广播失败属于预期结果，Spotify仅会通过私有广播上报播放/暂停状态，不会返回歌曲名、歌手等核心元数据，该路径无法满足识别需求。

• root设备底层音频节点读取方案：对于已root的设备，可以直接读取/proc/asound目录下的系统音频混音输出节点，直接获取全局音频流数据，不受单个应用的AudioPlaybackCapture退出配置限制，缺点是仅能覆盖root设备，普通用户无法使用。
• 系统录屏音频提取方案：引导用户开启系统自带的录屏功能并选择「仅录制系统内部声音」，录制完成后从录屏文件中提取音频流做后续处理，部分国产ROM（小米、华为等）还开放了录屏音频的实时输出接口，不需要存储完整录屏文件即可拿到音频流。
• 辅助功能权限UI识别方案：如果仅需要适配Spotify单个应用，可以申请安卓辅助功能权限，监听Spotify播放页的歌曲名、歌手名控件的文本内容，解析得到播放信息，缺点是适配成本高，Spotify界面改版后需要同步调整识别规则。

内容的提问来源于stack exchange，提问作者DaVincr