Windows 音频捕获

一个使用FFmpeg和DirectShow在Windows系统上捕获桌面音频的JavaScript库。

语言切换

• English - 英文文档
• 中文 - 中文文档

功能特性

• 🎵 桌面音频捕获：实时捕获系统音频输出
• 🔧 设备检测：自动检测和推荐音频设备
• 📊 实时处理：通过回调流式处理音频数据
• 🎯 智能设备选择：自动选择最佳音频设备
• 💾 多种格式：支持可配置参数的WAV格式
• 🔌 易于集成：Node.js应用程序的简单API

安装

# 使用 npm
npm install win-audio-capture

# 使用 yarn
yarn add win-audio-capture

注意: 此包直接包含源代码。用户可以在 src/ 目录中查看和修改源代码。

前置要求

• Windows操作系统：此库专为Windows系统设计
• FFmpeg：必须安装并在PATH中可用
• Node.js：版本14或更高

安装FFmpeg

1. 从 https://ffmpeg.org/download.html 下载FFmpeg
2. 解压到文件夹（例如：C:\ffmpeg）
3. 添加到PATH：C:\ffmpeg\bin
4. 验证安装：ffmpeg -version

快速开始

const { WinAudioCapture } = require('win-audio-capture');

async function captureAudio() {
  const audioCapture = new WinAudioCapture();
  
  // 获取可用设备
  const devices = await audioCapture.getDevices();
  const selectedDevice = audioCapture.getRecommendedDevice(devices);
  
  // 开始捕获
  await audioCapture.startCapture({
    device: selectedDevice.name,
    sampleRate: 16000,
    channels: 1,
    bitDepth: 16,
    onData: (chunk) => {
      // 实时处理音频数据
      console.log('收到音频数据块:', chunk.length, '字节');
    }
  });
  
  // 10秒后停止
  setTimeout(async () => {
    await audioCapture.stopCapture();
    console.log('捕获完成');
  }, 10000);
}

captureAudio().catch(console.error);

API 参考

WinAudioCapture 类

构造函数

const audioCapture = new WinAudioCapture();

方法

getDevices()

获取可用的音频设备。

const devices = await audioCapture.getDevices();
// 返回：设备对象数组

getRecommendedDevice(devices)

从列表中获取推荐的音频设备。

const devices = await audioCapture.getDevices();
const recommended = audioCapture.getRecommendedDevice(devices);
// 返回：推荐的设备对象或null

startCapture(options)

开始音频捕获。

await audioCapture.startCapture({
  device: '设备名称',              // 音频设备名称
  sampleRate: 16000,             // 采样率（Hz）
  channels: 1,                   // 声道数
  bitDepth: 16,                  // 位深度
  outputPath: 'output.wav',      // 可选：保存到文件
  onData: (chunk) => {           // 可选：实时回调
    // 处理音频数据块
  }
});

stopCapture()

停止音频捕获。

await audioCapture.stopCapture();

getCapturedData()

获取所有捕获的音频数据。

const audioData = audioCapture.getCapturedData();
// 返回：包含WAV音频数据的Buffer

saveToFile(filePath)

保存捕获的音频到文件。

await audioCapture.saveToFile('output.wav');

getAudioInfo()

获取捕获音频的信息。

const info = audioCapture.getAudioInfo();
// 返回：{ size: number, duration: number, format: string }

isCapturing()

检查是否正在捕获。

const isCapturing = audioCapture.isCapturing();
// 返回：boolean

设备类型

库会自动对音频设备进行分类：

• 立体声混音：桌面音频捕获的推荐设备
• 麦克风：语音录制的输入设备
• 其他：特殊用途设备

阿里云ASR集成

此库可以与阿里云的实时自动语音识别（ASR）服务集成。

基本ASR集成

const { WinAudioCapture } = require('win-audio-capture');
const Nls = require('alibabacloud-nls');

const audioCapture = new WinAudioCapture();

// 初始化ASR会话
const st = new Nls.SpeechTranscription({
  url: "wss://nls-gateway.cn-shanghai.aliyuncs.com/ws/v1",
  appkey: "your_appkey",
  token: "your_token"
});

// 开始捕获并发送到ASR
await audioCapture.startCapture({
  device: 'your_device',
  sampleRate: 16000,
  channels: 1,
  bitDepth: 16,
  onData: (chunk) => {
    const pcmData = isFirstChunk ? chunk.slice(44) : chunk;
    st.sendAudio(pcmData);
  }
});

快速ASR设置

# 设置环境变量
export ALIYUN_AK_ID=your_access_key_id
export ALIYUN_AK_SECRET=your_access_key_secret

# 运行ASR演示
yarn example:aliyun

示例

基本使用

yarn example:basic

高级使用

yarn example:advanced

阿里云ASR演示

yarn example:aliyun

错误处理

库提供全面的错误处理：

try {
  await audioCapture.startCapture(options);
} catch (error) {
  if (error.message.includes('No audio devices found')) {
    console.log('请检查您的音频设备');
  } else if (error.message.includes('FFmpeg not found')) {
    console.log('请安装FFmpeg');
  }
}

故障排除

常见问题

1. 未找到音频设备

   • 在Windows音频设置中启用"立体声混音"
   • 检查音频驱动
   • 验证FFmpeg安装

2. 未找到FFmpeg

   • 安装FFmpeg并添加到PATH
   • 使用 ffmpeg -version 验证

3. 未捕获到音频数据

   • 确保系统有音频输出
   • 检查是否正在播放音频
   • 验证设备选择

诊断工具

# 运行音频设备诊断
yarn diagnose:audio

# 测试音频捕获
yarn test:audio

开发

构建

yarn build

开发模式

yarn dev

测试

yarn test

许可证

MIT许可证 - 详情请查看 LICENSE 文件。

贡献

1. Fork 仓库
2. 创建功能分支
3. 进行更改
4. 如果适用，添加测试
5. 提交拉取请求

支持

对于问题和疑问：

• 在GitHub上创建issue
• 查看故障排除部分
• 查看examples目录

更新日志

v1.0.0

• 初始版本
• 基本音频捕获功能
• 设备检测和推荐
• 实时音频处理
• 阿里云ASR集成