Python音频处理库PyAudio安装与使用详解

沈知远

发布时间：2026-10-13| 6人浏览过

原创

本文详细介绍Python音频处理库PyAudio的安装与使用方法。涵盖Windows、macOS及Linux系统的安装步骤，演示如何调用PyAudio进行麦克风采样录音并保存为WAV文件，以及通过阻塞模式和回调模式播放音频的完整代码示例。

引言

在Python中进行音频数据处理时，读取和播放声音文件是基础且必要的操作。本文将介绍一个功能强大的音频处理工具包——PyAudio，帮助用户轻松实现相关功能。

PyAudio是一个开源的Python工具包，正如其名，它专注于语音和音频操作。该工具包提供了录音、播放及处理音频等多种功能，在语音处理领域，其地位类似于OpenCV在图像处理领域的地位。

简介

PyAudio是跨平台音频I/O库PortAudio的Python绑定接口。借助PyAudio，开发者可以在GNU/Linux、Microsoft Windows以及Apple Mac OS X/macOS等多种平台上，使用Python轻松实现音频的播放与录制功能。

PyAudio的设计灵感来源于以下项目：

pyPortAudio/fastaudio：这是PortAudio v18 API的Python绑定实现。
tkSnack：这是一个跨平台的声音工具包，支持Tcl/Tk和Python。

安装

当前发布的PyAudio版本为v0.2.11。在大多数平台上，推荐通过pip命令直接安装PyAudio。对于v0.2.9之前的旧版本，PyAudio以二进制分发文件的形式提供，这些文件存档于官方指定位置。

微软Windows系统

推荐使用pip进行安装，具体命令如下：

python -m pip install pyaudio

注意事项：

如果您的Python安装环境中未包含pip，请前往官方指定位置获取并安装pip。
执行pip命令后，系统将自动获取并安装PyAudio的轮文件（即预先打包的二进制文件）。目前，官方发行版提供了兼容Python 2.7、3.4、3.5和3.6版本的轮文件。针对这些Python版本，用户可以选择32位或64位的轮文件进行安装。
上述二进制文件是使用MinGW构建的PortAudio v19（版本号为v190600_20161030）。它们仅支持Windows MME API，并不包括对DirectX、ASIO等其他音频API的支持。如果您的需求涉及未包含的API，则需要手动编译PortAudio和PyAudio源码。

Apple Mac OS X系统


brew install portaudio 
pip install pyaudio

注意事项：

如果您尚未安装Homebrew，请先下载并安装Homebrew。
执行pip命令后，系统将下载PyAudio的源代码，并针对您当前的Python版本进行本地编译构建。
使用Homebrew安装PyAudio以及编译PyAudio源码，还需要确保已安装Xcode命令行工具（更多信息请查阅官方文档）。

Debian/Ubuntu系统

您可以使用系统包管理器直接安装PyAudio，命令如下：

sudo apt-get install python-pyaudio python3-pyaudio

如果系统仓库中没有最新版本的PyAudio，可以通过pip命令进行安装：

pip install pyaudio

注意事项：

执行pip命令后，系统将下载PyAudio的源代码，并针对您的系统进行本地构建。请务必在操作前安装portaudio库的开发包（portaudio19-dev）以及python的开发包（python-all-dev）。
为了获得更好的系统包隔离效果，建议考虑在virtualenv虚拟环境中安装PyAudio。

PyAudio源码获取

您可以从Python Package Index（PyPI）下载PyAudio的源代码：pypi.python.org/pypi/PyAudio。

或者，您可以克隆git代码仓库：

git clone https://people.csail.mit.edu/hubert/git/pyaudio.git

若要从源代码构建PyAudio，您还需要同时构建PortAudio v19。关于为各种平台构建PyAudio的具体说明，请参阅官方提供的编译提示文档。如果您希望使用Microsoft Visual Studio来构建PyAudio，可以查阅Sebastian Audet提供的详细指南。

示例

1). 采集音频

以下代码演示了如何从计算机麦克风采集一段音频数据。设置采集时长为4秒，并将采集到的音频保存为文件output.wav。

代码中使用了tqdm模块，用于方便地显示读取过程的进度条，效果如下：


* recording
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 172/172 [00:03<00:00, 43.40it/s] 
* done recording


import pyaudio
import wave
from tqdm import tqdm
def record_audio(wave_out_path,record_second):
  CHUNK = 1024
  FORMAT = pyaudio.paInt16
  CHANNELS = 2
  RATE = 44100
  p = pyaudio.PyAudio()
  stream = p.open(format=FORMAT,
          channels=CHANNELS,
          rate=RATE,
          input=True,
          frames_per_buffer=CHUNK)
  wf = wave.open(wave_out_path, 'wb')
  wf.setnchannels(CHANNELS)
  wf.setsampwidth(p.get_sample_size(FORMAT))
  wf.setframerate(RATE)
  print("* recording")
  for i in tqdm(range(0, int(RATE / CHUNK * record_second))):
    data = stream.read(CHUNK)
    wf.writeframes(data)
  print("* done recording")
  stream.stop_stream()
  stream.close()
  p.terminate()
  wf.close()
record_audio("output.wav",record_second=4)

要使用PyAudio，首先需要通过pyaudio.PyAudio()初始化PyAudio对象。

（1）实例化PyAudio对象，这一步骤会初始化PortAudio系统。

若要录制或播放音频，请使用pyaudio.PyAudio.open()方法。

（2）在所需的音频设备上，打开具有所需音频参数的流。这一步骤将设置pyaudio.Stream对象，用于播放或录制音频。

可以通过调用pyaudio.Stream.write()方法写入音频数据来播放音频，或者通过调用pyaudio.Stream.read()方法读取音频数据来录制音频。

（3）请注意，在“阻塞模式”下，每次调用pyaudio.Stream.write()或pyaudio.Stream.read()方法时，程序会阻塞直到所有给定的帧被播放或请求的帧被录制完毕。或者，如果需要动态生成音频数据或立即处理录制的音频数据，请使用下文概述的“回调模式”。

使用pyaudio.Stream.stop_stream()方法可以暂停播放或录制，并使用pyaudio.Stream.close()方法终止流。（4）

最后，使用pyaudio.PyAudio.terminate()方法（5）终止PortAudio会话。

2). 播放音频

下面演示如何使用播放功能来播放步骤1）中保存的音频文件output.wav。

通过tqdm模块，可以显示播放进度的进度条，效果如下：


100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 172/172 [00:03<00:00, 43.40it/s]


"""PyAudio Example: Play a WAVE file."""
import pyaudio
import wave
from tqdm import tqdm
def play_audio(wave_path):
  CHUNK = 1024
  wf = wave.open(wave_path, 'rb')
  # instantiate PyAudio (1)
  p = pyaudio.PyAudio()
  # open stream (2)
  stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
          channels=wf.getnchannels(),
          rate=wf.getframerate(),
          output=True)
  # read data
  data = wf.readframes(CHUNK)
  # play stream (3)
  datas = []
  while len(data) > 0:
    data = wf.readframes(CHUNK)
    datas.append(data)
  for d in tqdm(datas):
    stream.write(d)
  # stop stream (4)
  stream.stop_stream()
  stream.close()
  # close PyAudio (5)
  p.terminate()
play_audio("output.wav")

2). 以回调方式播放音频

当需要在执行其他程序的同时播放音频时，可以使用回调方式播放。示例代码如下：


"""PyAudio Example: Play a WAVE file."""
import pyaudio
import wave
from tqdm import tqdm
import time
def play_audio_callback(wave_path):
  CHUNK = 1024
  wf = wave.open(wave_path, 'rb')
  # instantiate PyAudio (1)
  p = pyaudio.PyAudio()
  def callback(in_data, frame_count, time_info, status):
    data = wf.readframes(frame_count)
    return (data, pyaudio.paContinue)
  # open stream (2)
  stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
          channels=wf.getnchannels(),
          rate=wf.getframerate(),
          output=True,
          stream_callback=callback)
  # read data
  stream.start_stream()
  while stream.is_active():
    time.sleep(0.1)
  # stop stream (4)
  stream.stop_stream()
  stream.close()
  # close PyAudio (5)
  p.terminate()
play_audio_callback("output.wav")

参考资源：

1. http://people.csail.mit.edu/hubert/pyaudio/

总结

以上介绍了Python音频操作工具PyAudio的上手教程，希望对大家有所帮助。如果大家有任何疑问，请留言，小编会及时回复。在此非常感谢大家对本站网站的支持！如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！