Estou fazendo um aplicativo para filmar o desktop com o audio do sistema e do microfone.Inicialmente parecia simples mas acabei encontrando um problema no caminho:Não estou conseguindo gravar o som do sistema.Inicialmente pensei que poderia ser meu computador que estava com problemas.Mas após baixar o Camtasia consegui gravar o som do sistema e do microfone. Havia feito uma pergunta similar a essa e um user respondeu mas o código dele não funciona dentro do meu projeto curiosamente.Então a única possibilidade é que algo esteja matando a gravação do audio do sistema. Vou deixar aqui o código dele e o meu projeto aqui para vocês tentarem ver o que poderia ser.
Código que o user postou(consegui pegar o audio do stereo mixer e do microfone com ele mas não funciona dentro do meu projeto):
import pyaudio
import wave
import numpy as np
CHUNK = 1024
FORMAT = pyaudio.paInt16
RATE = 44100
RECORD_SECONDS = 2
WAVE_OUTPUT_FILENAME = "tmp.wav"
p = pyaudio.PyAudio()
for i in range(0, p.get_device_count()):
print(i, p.get_device_info_by_index(i)['name'])
#stream usando o as_loopback para pegar som do SO
stream = p.open(
format = FORMAT,
channels = 2,
rate = RATE,
input=True,
frames_per_buffer=CHUNK,
input_device_index=2,
as_loopback=True)
##stream usando o iput device do meu Microphone
stream2 = p.open(
format = FORMAT,
channels = 1,
rate = RATE,
input=True,
frames_per_buffer=CHUNK,
input_device_index=1)
#as_loopback=False)
frames = []
frames2 = []
for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
data = stream.read(CHUNK)
data2 = stream2.read(CHUNK)
frames.append(data)
frames2.append(data2)
#frames = dados do som as_loopback (Speakers)
frames= b''.join(frames);
#frames2 = dados do som Microfone
frames2= b''.join(frames2);
#decodificando os dados do Speaker
Sdecoded = np.frombuffer(frames, 'int16')
#decodificando o microfone
Mdecoded = np.frombuffer(frames2, 'int16')
#convertendo os dados do Speaker em um vetor do tipo Numpy (facilitando a vida na hora de pegar os canais de áudio)
Sdecoded= np.array(Sdecoded, dtype='int16')
#pegando os dados do lado direito
direito=Sdecoded[1::2]
#pegando os dados do lado esquerdo
esquerdo=Sdecoded[::2]
#mixando tudo para mono = somar lado direito + lado esquerdo + os dados decofificados do Microfone q já estão em mono
mix=(direito+esquerdo+Mdecoded)
#garantindo que nenhum valor extrapole os limites do short int
signal=np.clip(mix, -32767, 32766)
#codificar os dados novamente
encodecoded = wave.struct.pack("%dh"%(len(signal)), *list(signal))
#parar todos os streams e finalizar o pyaudio
stream.stop_stream()
stream.close()
stream2.stop_stream()
stream2.close()
p.terminate()
#gravando o áudio mixado em mono
wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
wf.setnchannels(1)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes((encodecoded))
wf.close()
O código que fiz misturando o meu com o dele:
import pyaudio
import wave
import threading
import time
import subprocess
#from pydub import AudioSegment
import numpy as np
CHUNK = 1024
FORMAT = pyaudio.paInt16
#CHANNELS = 2
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "tmp/tmp.wav"
p = pyaudio.PyAudio()
for i in range(0, p.get_device_count()):
print(i, p.get_device_info_by_index(i)['name'])
class recorder:
def __init__(self):
self.going = False
self.process = None
self.filename = "ScreenCapture.mpg"
def record(self, filename):
try:
if self.process.is_alive():
self.going = False
except AttributeError:
print("test")
self.process = threading.Thread(target=self._record)
self.process.start()
self.filename = filename
def _record(self):
#p = pyaudio.PyAudio()
stream = p.open(
format=FORMAT,
channels=2,
rate=RATE,
input=True,
frames_per_buffer=CHUNK,
input_device_index=2,
as_loopback=True)
stream2 = p.open(
format=FORMAT,
channels=1,
rate=RATE,
input=True,
frames_per_buffer=CHUNK,
input_device_index=1)
# as_loopback=False)
print("* recording")
frames = []
frames2= []
self.going = True
while self.going:
data = stream.read(CHUNK)
data2 = stream2.read(CHUNK)
frames.append(data)
frames2.append(data)
# frames = dados do som as_loopback (Speakers)
frames = b''.join(frames);
# frames2 = dados do som Microfone
frames2 = b''.join(frames2);
# decodificando os dados do Speaker
Sdecoded = np.frombuffer(frames, 'int16')
# decodificando o microfone
Mdecoded = np.frombuffer(frames2, 'int16')
# convertendo os dados do Speaker em um vetor do tipo Numpy (facilitando a vida na hora de pegar os canais de áudio)
Sdecoded = np.array(Sdecoded, dtype='int16')
# pegando os dados do lado direito
direito = Sdecoded[1::2]
# pegando os dados do lado esquerdo
esquerdo = Sdecoded[::2]
# mixando tudo para mono = somar lado direito + lado esquerdo + os dados decofificados do Microfone q já estão em mono
mix = (direito + esquerdo + Mdecoded)
# garantindo que nenhum valor extrapole os limites do short int
signal = np.clip(mix, -32767, 32766)
# codificar os dados novamente
encodecoded = wave.struct.pack("%dh" % (len(signal)), *list(signal))
print("* done recording")
stream.stop_stream()
stream.close()
stream2.stop_stream()
stream2.close()
p.terminate()
wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
wf.setnchannels(1)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
#wf.writeframes(b''.join(frames))
wf.writeframes((encodecoded))
wf.close()
def stop_recording(self):
self.going = False