一个跨平台的音频捕获库，可以捕获系统音频或特定应用程序的音频输出。该库提供了C/C++核心实现，以及Go和Python语言绑定。
- 跨平台支持：
- Windows: 使用WASAPI (Windows Audio Session API)
- Linux: 使用PulseAudio (计划中)
- macOS: 使用CoreAudio (计划中)
- 多语言绑定：
- 应用程序级别捕获：可以选择捕获特定应用程序的音频输出
- 高性能：使用底层音频API，低延迟，低CPU占用
- 简单易用的API：提供简洁的接口，易于集成到各种应用中
- Windows：Windows 10及以上版本
- 编译工具：
- Windows: MinGW-w64或Visual Studio
- Go 1.21或更高版本（用于Go绑定）
- Python 3.8或更高版本（用于Python绑定）
- CMake 3.12或更高版本（用于Python绑定）
最简单的方法是从GitHub Releases页面下载预编译的wheel文件：
- 访问 GitHub Releases 页面
- 下载适合你的Python版本的wheel文件
- 使用pip安装下载的wheel文件：
pip install audio_capture-0.1.0-cp39-cp39-win_amd64.whl如果你想从源代码构建Python绑定，请按照以下步骤操作：
- 克隆仓库：
git clone https://github.com/hewenyu/audio_capture.git
cd audio_capture- 构建并安装Python绑定：
cd bindings/python
python build_wheel.py
pip install dist/audio_capture-0.1.0-*.whl详细的Python绑定文档请参阅Python绑定README。
本库使用Go模块系统，可以直接通过go get命令安装：
# 安装最新版本
go get github.com/hewenyu/audio_capture/bindings/go@latest为了简化安装过程，我们提供了预编译的二进制文件，包含在Go模块中：
- Windows (x64): 包含WASAPI捕获库的预编译二进制文件
- Linux (x64): 包含PulseAudio捕获库的预编译二进制文件（计划中）
这意味着大多数用户无需手动编译C/C++代码，可以直接使用Go模块。
如果预编译的二进制文件不适合你的环境，或者你想自定义编译选项，可以手动编译：
- 克隆仓库：
git clone https://github.com/hewenyu/audio_capture.git
cd audio_capture- 编译C/C++库：
# Windows
cd c/windows
mingw32-make- 编译Go绑定：
cd ../../bindings/go
mingw32-makeimport audio_capture
import numpy as np
import time
# 定义音频回调函数
def audio_callback(buffer, user_data):
# buffer是一个包含音频数据的NumPy数组
if len(buffer) > 0:
rms = np.sqrt(np.mean(np.square(buffer)))
print(f"音频数据: RMS={rms:.4f}, 样本数={len(buffer)}")
# 初始化音频捕获
if audio_capture.init(audio_callback):
# 开始捕获系统音频
if audio_capture.start():
print("开始捕获音频...")
# 运行10秒
try:
time.sleep(10)
except KeyboardInterrupt:
print("用户中断")
# 停止捕获
audio_capture.stop()
# 清理资源
audio_capture.cleanup()在你的go.mod文件中添加依赖：
require github.com/hewenyu/audio_capture/bindings/go v0.1.0
或者使用go mod tidy自动添加依赖。
详细的Python绑定使用指南请参阅Python绑定README。
- 创建一个新项目
mkdir my_audio_app
cd my_audio_app
go mod init my_audio_app- 添加依赖
go get github.com/hewenyu/audio_capture/bindings/go- 基本用法示例
创建main.go文件：
package main
import (
"fmt"
"time"
"github.com/hewenyu/audio_capture/bindings/go/pkg/audio"
)
func main() {
// 创建音频捕获实例
capture := audio.New()
// 初始化
if err := capture.Initialize(); err != nil {
panic(err)
}
defer capture.Close()
// 设置音频回调
capture.SetCallback(func(data []float32) {
fmt.Printf("收到音频数据: %d 个采样点\n", len(data))
})
// 开始录音
if err := capture.Start(); err != nil {
panic(err)
}
// 录制5秒
time.Sleep(5 * time.Second)
// 停止录音
capture.Stop()
}go run main.go// 列出正在播放音频的应用
apps, err := capture.ListApplications()
if err != nil {
panic(err)
}
fmt.Println("可用的应用程序:")
for pid, name := range apps {
fmt.Printf(" %d: %s\n", pid, name)
}
// 开始捕获特定应用程序的音频
if err := capture.StartCapturingProcess(targetPID); err != nil {
panic(err)
}// 获取音频格式
format, err := capture.GetFormat()
if err != nil {
panic(err)
}
// 创建WAV文件写入器
wavWriter, err := audio.NewWavWriter("output.wav", format)
if err != nil {
panic(err)
}
defer wavWriter.Close()
// 设置回调将音频数据写入WAV文件
capture.SetCallback(func(data []float32) {
if err := wavWriter.WriteFloat32(data); err != nil {
fmt.Printf("写入WAV文件失败: %v\n", err)
}
})项目包含完整的示例应用，可以捕获特定应用程序的音频并保存为WAV文件：
- Go示例：
bindings/go/examples/app_capture - Python示例：
bindings/python/examples/capture_example.py
audio_capture/
├── c/ # C/C++核心实现
│ ├── common/ # 跨平台公共代码
│ ├── windows/ # Windows平台实现(WASAPI)
│ └── linux/ # Linux平台实现(PulseAudio)
├── bindings/ # 语言绑定
│ ├── go/ # Go语言绑定
│ │ ├── pkg/audio/ # Go API
│ │ └── examples/ # 示例应用
│ └── python/ # Python语言绑定
│ ├── audio_capture/ # Python模块
│ └── examples/ # 示例应用
└── tests/ # 测试代码
本项目使用GitHub Actions自动构建：
- Python绑定：自动构建Windows平台的Python wheel包，支持Python 3.8-3.11
- Go绑定：自动构建Windows平台的Go模块
每当发布新版本（推送版本标签如v0.1.0）时，会自动构建并发布到GitHub Releases页面。
默认音频格式：
- 采样率：16000 Hz
- 通道数：1 (单声道)
- 位深度：16 bit
库使用回调机制传递音频数据。当有新的音频数据可用时，会调用用户提供的回调函数。回调函数接收一个float32数组，表示音频采样点，范围在[-1.0, 1.0]之间。
库内部使用互斥锁确保线程安全。用户可以在多线程环境中安全使用该库。
如果遇到CGO编译错误，请确保：
- 已安装MinGW-w64（Windows）或GCC（Linux）
- 环境变量中包含编译器路径
- 使用正确的构建标签（如果需要）
如果无法找到预编译的库文件：
- 确保使用的是最新版本的模块
- 尝试手动编译（见上文"手动编译"部分）
- 检查是否有与你的操作系统/架构匹配的预编译库
- 确保应用程序正在播放音频
- 检查系统音量设置
- 尝试捕获系统音频而不是特定应用程序
- 确保正确设置了回调函数
- 检查是否成功调用了Start()方法
- 查看日志输出以获取更多信息
在某些系统上，可能需要管理员权限才能访问音频设备：
- Windows: 尝试以管理员身份运行程序
- Linux: 确保用户在audio组中
我们遵循语义化版本控制（Semantic Versioning）：
- 主版本号（x.0.0）：不兼容的API更改
- 次版本号（0.x.0）：向后兼容的功能添加
- 修订号（0.0.x）：向后兼容的错误修复
本项目采用MIT许可证。详见LICENSE文件。
欢迎贡献代码、报告问题或提出改进建议。请通过GitHub Issues或Pull Requests参与项目开发。
本项目现在提供了 Python 绑定，允许你在 Python 中使用音频捕获功能。
有两种方式构建 Python 绑定：
最简单的方法是使用提供的构建脚本：
Windows:
build_python.cmdLinux/macOS:
./build_python.sh你也可以直接使用 CMake 的 BUILD_PYTHON_BINDINGS 参数来控制是否构建 Python 绑定：
# 创建构建目录
mkdir -p build
cd build
# 配置 CMake，启用 Python 绑定
cmake .. -DBUILD_PYTHON_BINDINGS=ON
# 构建项目
cmake --build .
# 构建 Python wheel
cd ../bindings/python
python build_wheel.py如果你只想构建 Python wheel，可以直接运行：
cd bindings/python
python build_wheel.py
pip install dist/audio_capture-0.1.0-*.whl安装 wheel 后，你可以运行示例：
python bindings/python/examples/basic_capture.py详细的 Python 绑定文档请参阅 Python 绑定 README。