使用PyAudio实时音频采集时CHUNK大小设置引发杂音问题求助

你遇到的爆音问题核心是音频输入缓冲区溢出：CHUNK设为320时，每轮循环必须在20ms内完成读取+处理操作，你当前循环内的matplotlib实时绘图重绘、刷新操作耗时超过20ms阈值，导致音频驱动缓冲区的旧帧未被及时读取就被新帧覆盖，出现数据丢包，最终产生爆音杂音。CHUNK翻倍后处理窗口延长到40ms，绘图耗时不会超过该阈值，因此问题消失。

优化建议 #

• 优先调整stream.read参数，添加exception_on_overflow=False兼容偶发的调度延迟，避免溢出报错的同时减少丢包概率，修改为：stream.read(CHUNK, exception_on_overflow=False)
• 拆分音频采集和可视化逻辑：将音频采集放到独立的高优先级线程中运行，绘图线程按更低的频率（如每100ms刷新1次）从采集线程的队列中取数据绘制，避免绘图操作阻塞音频采集流程
• 优化数据存储逻辑：当前np.concatenate每次拼接都要重新分配内存，耗时随录制时长线性增长，建议改用list暂存每帧数据，录制结束后一次性合并为numpy数组，修改示例：

  # 初始化用list暂存
  many = []
  while True:
      data = struct.unpack(str(CHUNK) + 'f', stream.read(CHUNK, exception_on_overflow=False))
      # 可选：降低绘图刷新频率，每5帧（100ms）刷新一次
      if len(many) % 5 == 0:
          line.set_ydata(data)
          fig.canvas.draw()
          fig.canvas.flush_events()
      many.append(data)
  # 录制结束后一次性合并
  many = np.concatenate(many, axis=None)
  

• 若业务不需要实时波形展示，直接注释掉循环内的所有绘图代码，消除最大耗时源，可直接解决爆音问题
• 验证音频设备兼容性：部分声卡对paFloat32格式的小帧支持不佳，可以尝试将FORMAT改为pyaudio.paInt16，读取后再转换为float32格式，减少底层格式转换的额外延迟
• 调整音频驱动配置：尝试切换输入设备索引，避免使用pulse音频服务的虚拟设备，直接选择物理声卡设备，减少服务调度带来的额外延迟

内容的提问来源于stack exchange，提问作者had.libremente