2025年5月16日 星期五 乙巳(蛇)年 二月十八 设为首页 加入收藏
rss
您当前的位置:首页 > 计算机 > 编程开发 > Python

Python音频处理库pydub的使用教程详解

时间:09-17来源:作者:点击数:39

Pydub是Python音频处理库,可以对音频进行切割、合并、转换、调整音量等操作。本文将对pydub各个知识点和案例进行介绍,需要的可以参考一下

1. 安装

使用pip安装即可(还需安装ffmpeg依赖,建议使用conda命令安装,则不需要配置环境):

  • pip install pydub

2. 导入和读取音频文件

  • from pydub import AudioSegment
  • audio = AudioSegment.from_file("path/to/file")

3. 播放音频

  • from pydub.playback import play
  • play(audio)

4. 音频时长

  • duration = audio.duration_seconds # 单位为秒

5. 音频切割

  • # 前10秒
  • audio = audio[:10000]
  • # 后10秒
  • audio = audio[-10000:]
  • # 从第10秒开始到第20秒结束
  • audio = audio[10000:20000]
  • # 从第10秒开始到结尾
  • audio = audio[10000:]
  • # 从开始到第10秒audio = audio[:10000]

6. 音频合并

  • audio1 = AudioSegment.from_file("path/to/file1")
  • audio2 = AudioSegment.from_file("path/to/file2")
  • audio_combined = audio1 + audio2

7. 音频转换

  • audio.export("path/to/new/file", format="mp3")

8. 调整音量

  • # 增加10分贝
  • louder_audio = audio + 10
  • # 减小10分贝
  • quieter_audio = audio - 10

9. 等分分割音频

  • # 等分分割,按大概每三分钟进行分割
  • for i in range(1, 1000):
  • if 3.3 >= (audio.duration_seconds / (60 * i)) >= 2.8:
  • number = i
  • break
  • chunks = audio[::int(audio.duration_seconds / number * 1000 + 1)] # 切割
  • # 保存分割后的音频
  • for i, chunk in enumerate(chunks):
  • chunk.export("path/to/new/file{}.wav".format(title,i), format="wav")

10. 完整代码

下面是一段完整的代码,用于对音频进行前后切割,并将音频分割成合适长度的小段进行保存。

  • from pydub import AudioSegment
  • # 读取音频文件
  • audio = AudioSegment.from_file("path/to/file")
  • # 输出视频时长
  • print('视频时长:', audio.duration_seconds / 60)
  • # 前后切割
  • start = int(input('前切割n秒,不切割输入0'))*1000
  • end = int(input('后切割n秒,不切割输入0'))*1000
  • if start:
  • audio = audio[start:-end]
  • # 计算合适的分割长度
  • for i in range(1, 1000):
  • if 3.3 >= (audio.duration_seconds / (60 * i)) >= 2.8:
  • number = i
  • break
  • chunks = audio[::int(audio.duration_seconds / number * 1000 + 1)]
  • # 保存分割后的音频
  • for i, chunk in enumerate(chunks):
  • print('分割后的时长:', chunk.duration_seconds / 60)
  • chunk.export("path/to/new/file{}.wav".format(i), format="wav")

以上就是pydub的主要知识点和一个完整的实例。通过pydub,我们可以方便地对音频进行处理和转换,让我们的音频处理更加高效和便捷。

另外,下面还列举了一些pydub的其他应用案例。

应用案例

1. 将音频文件转换为指定格式

  • from pydub import AudioSegment
  • # 读取音频文件
  • audio = AudioSegment.from_file("path/to/file")
  • # 转换为mp3格式并保存
  • audio.export("path/to/new/file.mp3", format="mp3")

2. 将多个音频文件合并为一个文件

  • from pydub import AudioSegment
  • # 读取音频文件
  • audio1 = AudioSegment.from_file("path/to/file1")
  • audio2 = AudioSegment.from_file("path/to/file2")
  • # 合并音频文件并保存
  • combined_audio = audio1 + audio2
  • combined_audio.export("path/to/new/file", format="wav")

3. 制作铃声

  • from pydub import AudioSegment
  • # 读取音频文件
  • audio = AudioSegment.from_file("path/to/file")
  • # 切割并保存
  • start = 10000
  • end = 15000
  • ringtone = audio[start:end]
  • ringtone.export("path/to/new/file", format="mp3")

4. 调整音频音量

  • from pydub import AudioSegment
  • # 读取音频文件
  • audio = AudioSegment.from_file("path/to/file")
  • # 增加10分贝
  • louder_audio = audio + 10
  • # 减小10分贝
  • quieter_audio = audio - 10
  • # 保存调整后的音频
  • louder_audio.export("path/to/new/file", format="wav")
  • quieter_audio.export("path/to/new/file", format="wav")

案例:通过识别空白音,分割音频中的歌曲

  • from pydub import AudioSegment
  • from pydub.silence import split_on_silence
  • # 读取音频文件
  • audio = AudioSegment.from_file("audio.mp3", format="mp3")
  • # 设置分割参数
  • min_silence_len = 700 # 最小静音长度
  • silence_thresh =-10 # 静音阈值,越小越严格
  • keep_silence = 600 # 保留静音长度
  • # 计算分割数量
  • num_segments = int(audio.duration_seconds/60/3) # 每首歌曲大概三分钟,计算歌曲数量
  • # 分割音频文件
  • for i in range(-10, 0):
  • segments = split_on_silence(audio, min_silence_len=min_silence_len, silence_thresh=i, keep_silence=keep_silence)
  • if len(segments) <= num_segments:
  • print(f"分割成功,共分割出 {len(segments)} 段")
  • break
  • else:
  • print(f"当前阈值为 {i},分割出 {len(segments)} 段,继续尝试")

首先,我们使用AudioSegment.from_file()方法读取音频文件,并设置分割参数min_silence_len、silence_thresh和keep_silence分别表示最小静音长度、静音阈值和保留静音长度。其中,静音阈值越小,分割出的小段越多,但可能会出现误分割的情况;反之,静音阈值越大,分割出的小段越少,但可能会出现漏分割的情况。

然后,我们计算分割数量num_segments,即将音频文件分割成多少段。这里我们假设每首歌曲大概三分钟,计算出总共需要分割成多少段。

最后,我们使用split_on_silence()方法对音频文件进行分割,设置分割参数,并通过循环来不断调整静音阈值,直到分割出的小段数量符合预期为止。如果分割成功,则跳出循环;否则,继续尝试。

总而言之,pydub是一个非常实用的音频处理库,可以方便地进行音频处理、转换、合并等操作。同时,pydub还有丰富的应用场景,如制作铃声、调整音量等。值得注意的是,在使用pydub的过程中,需要注意音频格式的兼容性问题。

此外,还可以通过pydub对音频进行编解码、混音、重采样等操作。下面是一些常见的操作示例。

编解码、混音、重采样

1. 编解码

  • from pydub import AudioSegment
  • # 读取音频文件
  • audio = AudioSegment.from_file("path/to/file")
  • # 编码
  • encoded_audio = audio.set_frame_rate(16000).set_sample_width(2).set_channels(1)
  • # 解码
  • decoded_audio = encoded_audio.set_frame_rate(44100).set_sample_width(4).set_channels(2)

2. 混音

  • from pydub import AudioSegment
  • # 读取音频文件
  • audio1 = AudioSegment.from_file("path/to/file1")
  • audio2 = AudioSegment.from_file("path/to/file2")
  • # 混音
  • mixed_audio = audio1.overlay(audio2)
  • # 保存混音后的音频
  • mixed_audio.export("path/to/new/file", format="wav")

3. 重采样

  • from pydub import AudioSegment
  • # 读取音频文件
  • audio =AudioSegment.from_file("path/to/file")
  • # 重采样为44100Hz
  • resampled_audio = audio.set_frame_rate(44100)
  • # 保存重采样后的音频
  • resampled_audio.export("path/to/new/file", format="wav")

通过pydub,我们可以方便地进行音频编解码、混音、重采样等操作,进一步扩展了pydub的应用场景。需要注意的是,在进行音频混音操作时,需要保证两个音频文件的采样率、采样位数和声道数相同。

最后,总结一下pydub的优点和缺点。

优点:

轻量级:pydub是一个轻量级的音频处理库,安装方便,使用简单。

功能丰富:pydub提供了丰富的音频处理功能,包括切割、合并、转换、调整音量、编解码、混音、重采样等。

应用广泛:pydub的应用场景非常广泛,包括音频处理、铃声制作、音频格式转换、语音识别等等。

缺点:

对格式的兼容性有限:pydub对音频格式的兼容性有限,不支持所有的音频格式,需要先将音频转换为支持的格式后才能进行处理。

性能一般:pydub在处理大文件时,性能可能会比较一般,需要耗费一定的时间和计算资源。

不支持流式处理:pydub不支持流式处理,需要将整个音频文件读取到内存中,导致内存占用较大。

综上所述,pydub是一个功能丰富、应用广泛的音频处理库。在使用pydub时,需要注意音频格式的兼容性问题,并注意处理大文件时的性能和内存占用。如果需要处理更复杂的音频任务,可以考虑使用其他更专业的音频处理库。

总结

博客介绍了如何使用Python的pydub库将音频文件分割成多个小段。我们首先读取音频文件,然后设置分割参数,并计算分割数量。最后,通过循环来不断调整静音阈值,直到分割出的小段数量符合预期为止。这种方法可以用于对音频进行处理和分析,例如语音识别、音乐推荐等。

需要注意的是,音频分割的效果受到分割参数的影响,需要根据具体情况进行调整。另外,分割出的小段可能存在误分割和漏分割的情况,需要进行后续的检查和处理。

以上就是Python音频处理库pydub的使用教程详解的详细内容,更多关于Python音频处理库pydub的资料请关注城东书院其它相关文章!

方便获取更多学习、工作、生活信息请关注本站微信公众号城东书院 微信服务号城东书院 微信订阅号
推荐内容
相关内容
栏目更新
栏目热门