本文介绍在 linux 环境下，使用 go 语言实时捕获系统音频输出（而非文件）的技术方案，重点推荐 pulseaudio 和 portaudio 的 go 绑定库，并说明其适用场景与基础用法。
在 Linux 系统中实现音频可视化（如频谱图、波形图），关键前提是能实时访问系统级音频输出流——即所有应用程序播放的声音混合后的主输出（通常称为 “monitor” 或 “loopback” 源）。这与读取 WAV/MP3 文件有本质区别：它要求底层音频服务支持环回采集（loopback capture），且 Go 程序需通过对应音频子系统 API 完成低延迟流式读取。
目前最成熟、Linux 原生兼容的方案是 PulseAudio（绝大多数现代发行版默认音频服务）。它提供 monitor 源（如 alsa_output.pci-0000_00_1f.3.analog-stereo.monitor），可直接作为虚拟输入设备采集桌面混音。Go 生态中，pulsego 是功能完整、维护活跃的绑定库，支持流式录音、设备枚举与缓冲控制。示例代码片段如下：
用大白话操作当前项目的 Git/GitHub——配置 GitHub（装 gh CLI + 登录 + 建仓库）、备份、拉取下载、查询历史、回滚代码、管理分支。当用户用日常语言表达 git 意图时触发（例如"git备份一下""git下载项目""git拉下来""git看看我改了啥""git回退到上一个版本""git新建个分支搞新功能""git合并到主分支""git
package main
import (
"log"
"github.com/moriyoshi/pulsego"
)
func main() {
c, err := pulsego.NewContext("audio-visualizer")
if err != nil {
log.Fatal(err)
}
defer c.Close()
// 列出所有可用源，找到 monitor 类型（名称含 ".monitor"）
sources, err := c.GetSourceInfoList()
if err != nil {
log.Fatal(err)
}
var monitorName string
for _, s := range sources {
if len(s.Name) > 8 && s.Name[len(s.Name)-8:] == ".monitor" {
monitorName = s.Name
break
}
}
if monitorName == "" {
log.Fatal("no monitor source found")
}
// 打开 monitor 流（16-bit signed PCM, 44.1kHz, stereo）
stream, err := c.NewInputStream(pulsego.InputStreamOptions{
Name: "fft-visualizer",
Source: monitorName,
SampleSpec: &pulsego.SampleSpec{
Format: pulsego.SAMPLE_S16LE,
Rate: 44100,
Channels: 2,
},
})
if err != nil {
log.Fatal(err)
}
defer stream.Close()
// 启动流并循环读取音频帧（此处需配合 FFT 库如 "gonum.org/v1/gonum/fourier" 处理）
stream.Connect()
buf := make([]int16, 2048) // 双声道，每帧 2 个样本
for {
n, err := stream.Read(buf)
if err != nil {
log.Printf("read error: %v", err)
break
}
if n > 0 {
// 对 buf[:n] 执行 FFT → 频域分析 → 可视化渲染
processFFT(buf[:n])
}
}
}⚠️ 注意事项： 运行前需确保 PulseAudio 正常工作，且用户属于 audio 组；可执行 pactl list sources short | grep monitor 快速验证 monitor 源是否存在。 若系统使用 PipeWire（如 Fedora 34+、Ubuntu 22.04+），pulsego 仍可兼容（PipeWire 提供 PulseAudio 协议兼容层），但建议后续迁移到 pipewire-go 获取更原生支持。 PortAudio（通过 portaudio-go）虽跨平台性强，但在 Linux 下对系统混音捕获支持较弱，通常仅暴露物理输入设备（如麦克风），不推荐用于桌面音频流捕获。
总结：对于 Linux + Go 的实时音频可视化需求，pulsego 是首选方案。它直连 PulseAudio 服务，稳定获取系统输出流，配合高效的 FFT 库（如 gonum/fourier）与图形库（如 ebiten 或 gioui），即可构建低延迟、高响应的音频可视化应用。务必优先验证 monitor 源可用性，并合理设置采样率与缓冲区大小以平衡延迟与稳定性。
