在 Python 中捕获带有音频的 RTSP CCTV 流

Question

我花了好几天的时间寻找合适的解决方案，但似乎互联网上没有我的解决方案。

长话短说：我有一台传输 RTSP 流的闭路电视摄像机。我想以 .mp4 格式（其他视频格式也可以）捕获，包括音频（每个摄像头都有一个麦克风）。

来自互联网的所有解决方案都没有音频并逐帧保存，我认为这不是一个很酷的解决方案。

我尝试过不同的解决方案：OpenCV、VLC 甚至 FFmpeg，但最时尚的解决方案是使用 VLC python 包，如下所示：

RTSP_LINK = r'rtsp://ip_camera:554/user=my_user&password=my_password&channel=1&stream=0.sdp?real_stream--rtp-caching=100'

import vlc
import time
player=vlc.MediaPlayer(RTSP_LINK)
player.play()

count = 0

while count <= 100:
    count = count + 1
    time.sleep(0.2)
    player.video_set_scale(1.5)
    player.video_take_snapshot(0, './images/snapshot{0}.tmp.png'.format(count), 1920, 1080)

我可以看到带有音频的流，但只能逐帧保存。

问题是：我可以以某种方式使用 VLC（或其他 Python 包）保存视频（包括音频）吗？

谢谢！