PCが出力する音声を入力として受け取る方法

解決したいこと

PCが出力する音声を入力として受け取る

リアルタイム音声変換アプリケーションを作るために、
技術的に可能なのか知りたいです。

作りたいものは、
例えばYouTubeを見ているときに、その音を入力として受け取り、
２オクターブ上げて再出力するという風です。
その際、元のYoutubeの音声は無音のままです。
ダウンロード等ではなく、リアルタイム処理を行いたいです。

考えられる要件は以下です（Windows）
①PCで出力している音声を入力として受け取る
例）
YouTubeを見ているときに、その音を入力として受け取る

②前述の「PCで出力している音声」が、無音である
前と矛盾するようですが、リアルタイム音声変換として必要です。

Youtube等で流れている音を無音のまま取得し、
取得した音声に何らかの加工をかけて再出力するのは
どのような方法で行えるのでしょうか？

ほとんどpythonしか書けないので、
それで使える方法だとありがたいです。

Pythonでは難しい場合は、頑張ります。

自分で試したこと

ステレオミキサーが使えそう？