织梦网站栏目如何做下拉网络营销做得好的酒店
前言
“接口也是口，算法也是算”，综合来看就是口算！
看到全网都在炸鱼也忍不住来玩一玩…
参考了大佬的OCR版，试用后发现影响速度的最大卡点并不是识别速度等，而是““由于检测异常导致的等待”。
基于体验几局的感受——输入对了可以极速跳题、答题成功会有提示音，便将思路放到了从音量检测入手。
实现
思路大致几点——
1、输入对了可以极速跳题。
2、答题成功会有提示音。
3、目前没有看到过输入“=”的场景，仅有大于和小于。
基于上述三点，暴力作答所需猜测的情况也只有两种，且作答成功后可快速进行下一题，减少卡顿，理论可行。
因此，尝试不通过ORC识别或其他方式来判断题目作答正确，而是采取“是否曝出了提示音“”来判断是否作答正确。
流程大致为：
1、作答符号为">"。
- 如果有提示音，短停留继续作答。
- 如果没有提示音， 长停留继续作答。
2、切换作答符号为另一个。
由此循环往复…
代码
需自行安装虚拟声卡，用于让Python检测声音。
import pyautogui
import time
import numpy as np
import pyaudio
from pynput.mouse import Controller, Button
from pynput.keyboard import Listener, Key# 初始化鼠标控制器
mouse = Controller()# 全局变量，控制绘制状态
running = False
prev_volume = 0 # 上一个音量值def log_message(message):"""记录日志消息"""current_time = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())print(f"[{current_time}] {message}")def draw_symbol(symbol):"""绘制符号"""screen_width, screen_height = pyautogui.size()x = int(screen_width * 0.4) # 水平居中y = int(screen_height * 0.7) # 将 y 坐标设置为屏幕高度的 70%duration = 0.03 # 每条线的持续时间rect_size = 40 # 控制绘制符号的大小（线条长度的控制）if symbol == '>':# 绘制 ">" 符号mouse.position = (x, y)mouse.press(Button.left)mouse.move(rect_size, rect_size) # 右下斜线time.sleep(duration)mouse.move(-rect_size, rect_size) # 左下斜线time.sleep(duration)mouse.release(Button.left)log_message("执行了绘制 '>' 符号 操作")elif symbol == '<':# 绘制 "<" 符号mouse.position = (x, y)mouse.press(Button.left)mouse.move(-rect_size, rect_size) # 左下斜线time.sleep(duration)mouse.move(rect_size, rect_size) # 右下斜线time.sleep(duration)mouse.release(Button.left)log_message("执行了绘制 '<' 符号 操作")def list_audio_devices():"""列出可用的音频输入设备"""p = pyaudio.PyAudio()log_message("可用的音频设备:")for i in range(p.get_device_count()):info = p.get_device_info_by_index(i)log_message(f"设备 {i}: {info['name']} - {'输入' if info['maxInputChannels'] > 0 else '输出'}")p.terminate()def get_supported_sample_rates(device_index):"""获取指定设备支持的采样率"""p = pyaudio.PyAudio()device_info = p.get_device_info_by_index(device_index)log_message(f"设备 {device_index} ({device_info['name']}) 支持的采样率: {device_info['defaultSampleRate']}")p.terminate()return int(device_info['defaultSampleRate'])def detect_system_sound(threshold=1000, device_index=24): # 使用设备索引 24"""检测系统声音并返回是否检测到突然增加的声音"""global prev_volume # 声明使用全局变量chunk = 1024 # 每次读取的音频块大小sample_rate = get_supported_sample_rates(device_index) # 获取支持的采样率p = pyaudio.PyAudio()# 打开音频流，确保输入设备是虚拟音频设备stream = p.open(format=pyaudio.paInt16, channels=1,rate=sample_rate, input=True,frames_per_buffer=chunk, input_device_index=device_index)audio_data = stream.read(chunk)audio_data_np = np.frombuffer(audio_data, dtype=np.int16)volume_norm = np.linalg.norm(audio_data_np) / np.sqrt(chunk) # 计算音量（RMS）stream.stop_stream()stream.close()p.terminate()log_message(f"当前音量：{volume_norm:.2f}") # 打印当前音量以调试# 检测音量的突然增加if volume_norm > prev_volume + threshold:prev_volume = volume_norm # 更新上一个音量值return True # 检测到声音突增else:prev_volume = volume_norm # 更新上一个音量值return False # 未检测到声音突增def toggle_running(key):"""切换运行状态"""global runningif key == Key.enter: # 当按下 Enter 键时切换状态running = not runningif running:log_message("绘图已启动...")else:log_message("绘图已停止。")def main():global runninglog_message("按 Enter 键启动或停止绘图...")i = 0# 列出可用的音频设备list_audio_devices()# 启动键盘监听with Listener(on_press=toggle_running) as listener:while True:if running:# 检测声音sound_detected = detect_system_sound()if sound_detected:log_message("有检测到声音突增！")time.sleep(0.2) # 如果检测到声音突增，等待 0.2 秒else:log_message("未检测到声音突增，等待 1 秒...")time.sleep(0.8) # 如果未检测到声音，等待 1 秒# 绘制 "<" 符号if i % 2:draw_symbol('<')else:draw_symbol('>')i += 1# 换行分隔log_message("")time.sleep(0.1) # 避免占用过多 CPU 资源if __name__ == "__main__":main()优化点。
1、由于小猿口算的Bug——即背景音乐无法关闭。导致检测声音突增并不是那么准确。同时吐槽一下，小猿官方没有对用户名违禁进行检测吗？头像+用户名均sex居然可以过审，难以想象。
2、模拟器产生声音 - Python检测到变化，会有一定的延迟。
综合测试来看，感觉可能并不比单纯的暴力快多少，因此此尝试更多的还是——整活。