几乎每天我都会在智能手机上听音乐，并使用耳机上的控制按钮。但是我总是不喜欢一件事。我回到家，继续聆听，耳机连接到我的家用PC，然后按钮突然停止工作。

当然，我用谷歌搜索了这个问题的解决方案。不幸的是，在Windows上并没有太支持此功能。几分钟的搜索仅在Stack Overflow上模糊地提及了声卡和一些人发出的消息，指出在笔记本电脑上一切正常。

这并没有吓到我-我决定接受这个问题，这是一个有趣的挑战：如果根本没有硬件支持，可以创建某种程序来激活控制按钮吗？答案是可以的。这是在半小时内完成操作的方法。

Android耳机按钮如何工作

首先要了解的是耳机按钮如何工作。在互联网上进行的快速搜索从Android文档中找到了此规范。那里有一张图表。

如您所知，当您按下耳机上的按钮时，其中一个电阻器上的电路会闭合。特别值得注意的是电阻为0欧姆的按钮A（播放/暂停/挂钩），即麦克风短路。如果我们能够检测到麦克风短路，则可以确定按下“播放/暂停”按钮。

假设检验

在开始编程之前，我想原则上检查我们推理的合理性。也就是说，可以通过按下“播放/暂停”按钮来确定来自麦克风的信号。幸运的是，为此只需在计算机上录制声音并查看结果就足够了。我启动了Audacity，在录制过程中按下了播放/暂停按钮-并收到了这样的信号。

宾果

如您所见，按下按钮显然会反映在波形中：突然下降到-1，然后突然过渡到1，然后逐渐下降到0。根据规范，从直觉上讲，我认为信号会跳到1并保持在那里，直到释放按钮为止，但是实际上，它看起来有所不同。尽管如此，如果您从麦克风捕获音频流，仍然很容易检测到此类图片。

使用Python进行声音捕捉

知道了检测耳机上按钮按下的方式后，您可以想到主要目标：如何使用耳机按钮在桌面上控制播放器。

第一步是检测按钮单击。为此，您需要从麦克风获取音频流，并发现我们之前看到的独特签名。为简单起见，我们在Python中实现该解决方案。在Internet上进行了另一个小型搜索之后，我发现了一个名为sounddevice的程序包，该程序包使您可以从最困难的部分中进行抽象-从麦克风捕获真实的音频。

一点点编码即可为我们提供以下内容：

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

这样的代码连续产生每批样品的平均值。我们将采样率设置为1000，这对于声音处理来说是非常小的（通常使用44100），但是我们实际上并不需要太多的准确性。块大小确定缓冲区中有多少样本触发回调。同样，我们将值设置得很低。块大小为100，采样率为1000，实际上意味着每秒触发10次，每次调用仅处理100个采样。

按钮点击检测：可能太容易了

现在，我们捕获音频流，并且可以实现检测按钮按下的真实机制。回想一下，每按一次，信号会跳至1。这建议了最简单的检测方法：如果N个连续的块的信号值大于0.9，即单击。

我们在函数中实现算法：

 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 ...

实际上，我们启动了一个内部计数器，其中有多少个已处理的块满足阈值要求（将其简单地设置为0.9），可提供不可避免的样本噪声。如果该块不满足要求，则将计数器重置-然后重新开始。 is_held变量监视触发器，以便在不释放按钮时不重复注册它们。

Windows播放控制

现在只剩下替换注释“按下了按钮！” 。在Windows中控制音频播放。 Google再次弄清楚如何做到这一点：事实证明，您可以通过使用相应的虚拟按键代码模拟击键来控制播放。

事实证明，使用pywin32软件包来模拟击键非常容易，该软件包只是Windows API的Python外壳。放在一起，我们可以创建以下函数：

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

而我们做到了！在注释“按下按钮！”的代码处toggle_play函数。，可让您使用Android耳机上的按钮控制Windows中的任何媒体播放器。

测试表明，该代码运行良好。按下按钮时，Android和Windows功能的唯一区别是稍有延迟，但可以忍受。

所以发生了什么

Python脚本由51行组成，这些行可激活Windows上Android耳机上的按钮。该项目的最终源代码在Github上。

等等，还不止这些！

在愉快地使用该程序几个小时后，我注意到了一个严重的问题：

该程序几乎占用了30％的CPU！显然，在长时间的工作中这是不可接受的，需要做一些事情。查看代码，我意识到主线程在主循环中处于空闲状态，尽管那里什么也没有发生。最合乎逻辑的解决方案是永远永远使线程安乐死：由于回调是自动调用的，因此我们仍然不需要循环。

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

我也不想在每次计算机启动后手动运行Python脚本。幸运的是，Windows版Python附带了一个名为pythonw.exe的有用实用程序，该实用程序无需连接终端即可启动守护进程。我们在Microsoft \ Windows \ Start Menu \ Programs \ Startup目录中放置此过程的快捷方式，将我们的脚本指定为第一个参数-然后该应用程序自动启动并在后台安静地运行。

破解以支持Windows Android耳机按钮