लगभग हर दिन मैं अपने स्मार्टफोन पर संगीत सुनता हूं और हेडसेट पर नियंत्रण बटन का उपयोग करता हूं। लेकिन मुझे हमेशा एक चीज पसंद नहीं थी। मैं घर आता हूं, लगातार सुनता हूं, हेडसेट मेरे घर के पीसी से जुड़ जाता है - और अचानक बटन काम करना बंद कर देते हैं।

बेशक, मैंने इस समस्या का हल खोज लिया। दुर्भाग्य से, विंडोज पर यह अद्भुत सुविधा भी समर्थित नहीं है। कुछ मिनट के खोज ने साउंड कार्ड और कुछ लोगों के संदेशों के बारे में स्टैक ओवरफ्लो पर केवल मैला उल्लेख दिया कि सब कुछ अपने लैपटॉप पर ठीक काम किया।

इससे मुझे डर नहीं लगा - और मैंने एक दिलचस्प चुनौती के रूप में समस्या को स्वीकार करने का फैसला किया: क्या नियंत्रण बटन को सक्रिय करने के लिए किसी तरह का कार्यक्रम बनाना संभव है, अगर उनके लिए कोई हार्डवेयर समर्थन नहीं है? जवाब है हां, आप कर सकते हैं। और यहाँ यह आधे घंटे में कैसे करना है।

एंड्रॉइड हेडसेट बटन कैसे काम करते हैं

समझने के लिए पहली बात यह है कि हेडसेट बटन कैसे काम करते हैं। इंटरनेट पर एक त्वरित खोज ने एंड्रॉइड प्रलेखन से इस विनिर्देश को पाया। वहां एक चार्ट है।

जैसा कि आप समझ सकते हैं, जब आप हेडसेट पर एक बटन दबाते हैं, तो प्रतिरोधों में से एक पर सर्किट बंद हो जाता है। विशेष रूप से नोट 0 ओम के प्रतिरोध के साथ बटन ए (प्ले / पॉज़ / हुक) है, जो कि एक माइक्रोफ़ोन शॉर्ट सर्किट है। यदि हम माइक्रोफ़ोन में शॉर्ट सर्किट का पता लगाने में सक्षम हैं, तो हम प्ले / पॉज़ बटन को दबाने का निर्धारण कर सकते हैं।

परिकल्पना परीक्षण

प्रोग्रामिंग शुरू करने से पहले, मैं सिद्धांत रूप में हमारे तर्क की तर्कशीलता की जांच करना चाहूंगा। यही है, तथ्य यह है कि माइक्रोफ़ोन से संकेत प्ले / पॉज़ बटन दबाकर निर्धारित किया जा सकता है। सौभाग्य से, इसके लिए यह केवल कंप्यूटर पर ध्वनि रिकॉर्ड करने और परिणाम को देखने के लिए पर्याप्त है। मैंने ऑडेसिटी लॉन्च की, रिकॉर्डिंग के दौरान प्ले / पॉज़ बटन दबाया - और ऐसा संकेत प्राप्त किया।

बिंगो

जैसा कि आप देख सकते हैं, बटन दबाने से स्पष्ट रूप से तरंग में परिलक्षित होता है: see1 के लिए एक अचानक गिरावट 1 के लिए अचानक संक्रमण और 0. क्रमिक रूप से घटने के बाद विनिर्देशन द्वारा सहजता से, मैं मानूंगा कि सिग्नल 1 पर कूदता है और बटन जारी होने तक रहता है, लेकिन वास्तव में यह अलग दिखता है। फिर भी, यदि आप माइक्रोफ़ोन से ऑडियो स्ट्रीम कैप्चर करते हैं तो ऐसी तस्वीर का पता लगाना अभी भी आसान है।

पायथन के साथ ध्वनि पर कब्जा

हेडसेट पर बटन दबाने का तरीका जानने के बाद, आप मुख्य लक्ष्य के बारे में सोच सकते हैं: हेडसेट बटन का उपयोग करके डेस्कटॉप पर खिलाड़ी को कैसे नियंत्रित किया जाए।

पहला कदम एक बटन क्लिक का पता लगाना है। ऐसा करने के लिए, आपको माइक्रोफ़ोन से ऑडियो स्ट्रीम को हथियाने और उस विशिष्ट हस्ताक्षर की खोज करने की आवश्यकता है जिसे हमने पहले देखा था। सादगी के लिए, हम पायथन में समाधान को लागू करते हैं। इंटरनेट पर एक और छोटी खोज के बाद, मुझे साउंडदेविस नामक एक पैकेज मिला, जो आपको एक माइक्रोफ़ोन से वास्तविक ऑडियो कैप्चर - सबसे कठिन भाग से अमूर्त करने की अनुमति देता है।

थोड़ा सा कोडिंग हमें निम्नलिखित देता है:

import sounddevice as sd SAMPLE_RATE = 1000 # Sample rate for our input stream BLOCK_SIZE = 100 # Number of samples before we trigger a processing callback class HeadsetButtonController: def process_frames(self, indata, frames, time, status): mean = sum([y for x in indata[:] for y in x])/len(indata[:]) print(mean) def __init__(self): self.stream = sd.InputStream( samplerate=SAMPLE_RATE, blocksize=BLOCK_SIZE, channels=1, callback=self.process_frames ) self.stream.start() if __name__ == '__main__': controller = HeadsetButtonController() while True: pass

इस तरह का कोड लगातार नमूनों के प्रत्येक बैच के औसत मूल्य का उत्पादन करता है। हम नमूना दर को 1000 पर सेट करते हैं, जो ध्वनि प्रसंस्करण के लिए बहुत छोटा है (44100 आमतौर पर उपयोग किया जाता है), लेकिन हमें वास्तव में अधिक सटीकता की आवश्यकता नहीं है। ब्लॉक का आकार निर्धारित करता है कि बफर में कितने नमूने कॉलबैक को ट्रिगर करते हैं। फिर, हम बहुत कम मान सेट करते हैं। 100 का एक ब्लॉक आकार और 1000 का नमूना दर वास्तव में प्रति सेकंड 10 बार ट्रिगर करने का मतलब है, जहां प्रत्येक कॉल के साथ केवल 100 नमूने संसाधित होते हैं।

बटन क्लिक का पता लगाने: शायद बहुत आसान है

अब हम ऑडियो स्ट्रीम कैप्चर करते हैं और हम बटन प्रेस का पता लगाने के लिए एक वास्तविक तंत्र लागू कर सकते हैं। याद रखें कि हर बार प्रेस करने पर सिग्नल 1 पर कूदता है। यह पता लगाने का सबसे आसान तरीका बताता है: यदि एन लगातार ब्लॉक में 0.9 से ऊपर एक संकेत मूल्य है, अर्थात, एक क्लिक।

हम अपने फ़ंक्शन में एल्गोरिथ्म को लागू करते हैं:

 import sounddevice as sd SAMPLE_RATE = 1000 # Sample rate for our input stream BLOCK_SIZE = 100 # Number of samples before we trigger a processing callback PRESS_SECONDS = 0.2 # Number of seconds button should be held to register press PRESS_SAMPLE_THRESHOLD = 0.9 # Signal amplitude to register as a button press BLOCKS_TO_PRESS = (SAMPLE_RATE/BLOCK_SIZE) * PRESS_SECONDS ... def process_frames(self, indata, frames, time, status): mean = sum([y for x in indata[:] for y in x])/len(indata[:]) if mean < PRESS_SAMPLE_THRESHOLD: self.times_pressed += 1 if self.times_pressed > BLOCKS_TO_PRESS and not self.is_held: # The button was pressed! self.is_held = True else: self.is_held = False self.times_pressed = 0 ...

वास्तव में, हमने एक आंतरिक काउंटर लॉन्च किया, कितने संसाधित ब्लॉक थ्रेशोल्ड की आवश्यकता को पूरा करते हैं, जो कि केवल 0.9 पर सेट है, जो नमूना के अपरिहार्य शोर के लिए प्रदान करता है। यदि ब्लॉक आवश्यकता को पूरा नहीं करता है, तो काउंटर रीसेट हो जाता है - और हम फिर से शुरू करते हैं। is_held चर मॉनिटर ट्रिगर करता है ताकि बटन जारी न होने पर उन्हें बार-बार पंजीकृत न किया जाए।

विंडोज प्लेबैक नियंत्रण

अब यह केवल "बटन दबाया गया था" टिप्पणी को बदलने के लिए बना हुआ है! वास्तविक कोड में विंडोज में ऑडियो प्लेबैक को नियंत्रित करने के लिए। Google फिर से यह पता लगाने के लिए कि यह कैसे करना है: यह पता चलता है कि आप इसी आभासी कुंजी कोड के साथ कीस्ट्रोक्स को अनुकरण करके प्लेबैक को नियंत्रित कर सकते हैं।

यह पता चला है कि कीस्ट्रोक्स का अनुकरण करना pywin32 पैकेज के साथ बहुत आसान है, जो कि विंडोज एपीआई के लिए सिर्फ पायथन शेल है। यह सब एक साथ रखकर, हम निम्नलिखित फ़ंक्शन बना सकते हैं:

 import win32api import win32con VK_MEDIA_PLAY_PAUSE = 0xB3 def toggle_play(): win32api.keybd_event(VK_MEDIA_PLAY_PAUSE, 0, 0, 0)

और हमने यह किया! कोड के स्थान पर toggle_play फ़ंक्शन को toggle_play जहां टिप्पणी "बटन दबाया गया था!" , आपको एंड्रॉइड हेडसेट पर बटन का उपयोग करके विंडोज में किसी भी मीडिया प्लेयर को नियंत्रित करने की अनुमति देता है।

टेस्ट से पता चला है कि कोड आश्चर्यजनक रूप से अच्छी तरह से काम करता है। एंड्रॉइड और विंडोज पर कार्यक्षमता के बीच एकमात्र अंतर बटन दबाने पर थोड़ी देरी है, लेकिन आप इसके साथ रह सकते हैं।

और ऐसा क्या हुआ

पायथन स्क्रिप्ट में 51 लाइनें शामिल हैं जो विंडोज पर एंड्रॉइड हेडसेट पर बटन सक्रिय करती हैं। इस परियोजना के लिए अंतिम स्रोत कोड Github पर है ।

रुको, यह सब नहीं है!

कई घंटों तक खुशी से कार्यक्रम का उपयोग करने के बाद, मैंने एक गंभीर समस्या पर ध्यान दिया:

कार्यक्रम लगभग 30% CPU का उपयोग करता है! जाहिर है, लंबे काम के दौरान यह अस्वीकार्य है, कुछ करने की आवश्यकता है। कोड को देखते हुए, मुझे एहसास हुआ कि मुख्य लूप मुख्य लूप में निष्क्रिय स्थिति में है, हालांकि वहां कुछ भी नहीं होता है। सबसे तार्किक समाधान बस धागे को हमेशा के लिए euthanize करना है: चूंकि कॉलबैक स्वचालित रूप से कहा जाता है, हमें अभी भी लूप की आवश्यकता नहीं है।

 from time import sleep if __name__ == '__main__': controller = HeadsetButtonController() while True: sleep(10)

मैं प्रत्येक कंप्यूटर स्टार्टअप के बाद भी पाइथन स्क्रिप्ट को मैन्युअल रूप से चलाना नहीं चाहता था। सौभाग्य से, विंडोज के लिए पायथन pythonw.exe नामक एक उपयोगी उपयोगिता के साथ आता है जो कि टर्मिनल से जुड़े बिना डेमन प्रक्रिया शुरू करता है। हम Microsoft \ Windows \ Start Menu \ Programs \ Startup निर्देशिका में इस प्रक्रिया के लिए एक शॉर्टकट रखते हैं, हमारी स्क्रिप्ट को पहले तर्क के रूप में निर्दिष्ट करते हैं - फिर एप्लिकेशन स्वचालित रूप से शुरू होता है और पृष्ठभूमि में चुपचाप चलता है।

Windows Android हेडसेट बटन का समर्थन करने के लिए हैक