Windows 10下如何用Python识别Firefox的Youtube播放/音频播放状态？

核心检测能力实现（无需针对具体网页做适配） #

仅识别Firefox应用层面的音频输出状态的思路完全可行，不需要依赖Firefox扩展、解析网页DOM结构，直接基于Windows系统原生音频接口就能实现，还能天然适配Twitch等其他带音频的网页场景：

• 核心依赖库为pycaw，这是对Windows Core Audio API的轻量封装，可直接枚举系统当前所有活跃音频输出会话，读取每个会话关联的进程名、实时音频输出电平、会话静音状态、音量值等关键参数
• 状态判定逻辑：枚举会话时过滤出关联进程为firefox.exe的条目，只要连续2秒检测到该进程的实时音频电平大于0、且会话未被手动设置为静音，即可判定为「Firefox处于有效音频播放状态」
• 防抖校验设计：为了避免网页弹窗提示音、视频预加载的短暂杂音触发误判，可设置状态阈值——只有持续满足有效音频输出要求时，才触发对应的Spotify控制动作；同理，当连续3秒检测到Firefox的音频电平为0、无任何输出时，再触发恢复逻辑，可完全覆盖YouTube视频播完、用户手动暂停视频、Twitch直播断流的场景

Spotify播放状态控制方法 #

不需要复杂的开放平台API申请流程，在Windows 10环境下可通过现有成熟库实现无干预控制：

• 借助winrt库封装的Windows全局媒体会话接口，可直接查询系统内注册的Spotify会话（包含桌面客户端、网页版）的当前播放状态，向其发送暂停、播放指令，全程不需要用户在Spotify开发者平台创建应用、申请密钥
• 可增加友好性校验逻辑：执行恢复播放操作前，先检查Spotify的暂停触发源——如果是用户手动触发的暂停，而非脚本之前自动执行的暂停操作，就跳过恢复动作，避免打扰用户
• 权限适配：脚本运行全程不需要管理员权限，符合Windows 10普通用户的权限规范

方案适配范围 #

这套基于系统音频会话的检测逻辑，不需要针对具体网站做单独适配：

• 可自动覆盖YouTube、Twitch、B站、网页版在线音乐等所有在Firefox内播放、带有声音输出的场景
• 不需要在Firefox端安装任何配套扩展，不占用浏览器额外权限
• 不存在跨版本兼容问题，只要Windows 10的系统音频接口不发生大的变动，脚本即可长期稳定运行

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