Python音訊處理庫pydub如何使用

1. 安裝

使用pip安裝即可（還需安裝ffmpeg依賴，建議使用conda指令安裝，則不需要設定環境）：

pip install pydub

2. 匯入和讀取音訊檔案

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

3. 播放音訊

from pydub.playback import play
play(audio)

4. 音訊長度

duration = audio.duration_seconds # 单位为秒

5. 音訊切割

# 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. 音訊合併

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

7.音訊轉換

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

8. 調整音量

# 增加10分贝
louder_audio = audio + 10

# 减小10分贝
quieter_audio = audio - 10

9. 等分割音訊

# 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. 完整程式碼

以下是一段完整的程式碼，用於對音訊進行前後切割，並將音訊分割成適當長度的小段進行儲存。

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")

應用案例

1. 將音訊檔案轉換為指定格式

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. 將多個音訊檔案合併為一個檔案

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 . 製作鈴聲

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. 調整音訊音量

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：透過辨識空白音，分割音訊中的歌曲

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，我們使用AudioSegment.from_file()方法讀取音訊文件，並設定分割參數min_silence_len、silence_thresh和keep_silence分別表示最小靜音長度、靜音閾值和保留靜音長度。其中，靜音閾值越小，分割出的小段越多，但可能會出現誤分割的情況；反之，靜音閾值越大，分割出的小段越少，但可能會出現漏分割的情況。

然後，我們計算分割數量num_segments，即將音訊檔案分割成多少段。這裡我們假設每首歌大概三分鐘，計算出總共需要分割成多少段。

最後，我們使用split_on_silence()方法對音訊檔案進行分割，設定分割參數，並透過循環來不斷調整靜音閾值，直到分割出的小段數量符合預期為止。如果分割成功，則跳出循環；否則，繼續嘗試。

總而言之，pydub是一個非常實用的音訊處理庫，可以方便地進行音訊處理、轉換、合併等操作。同時，pydub還有豐富的應用場景，如製作鈴聲、調整音量等。值得注意的是，在使用pydub的過程中，需要注意音訊格式的相容性問題。

此外，還可以透過pydub對音訊進行編解碼、混音、重採樣等操作。下面是一些常見的操作範例。

編解碼、混音、重取樣

1. 編解碼

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.重採樣

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")

透過pydub，我們可以方便地進行音訊編解碼、混音、重採樣等操作，進一步擴展了pydub的應用場景。需要注意的是，在進行音訊混音操作時，需要確保兩個音訊檔案的取樣率、取樣位數和聲道數相同。

最後，總結一下pydub的優點和缺點。

優點：

輕量級：pydub是一個輕量級的音訊處理庫，安裝方便，使用簡單。

功能豐富：pydub提供了豐富的音訊處理功能，包括切割、合併、轉換、調整音量、編解碼、混音、重採樣等。

應用廣泛：pydub的應用場景非常廣泛，包括音訊處理、鈴聲製作、音訊格式轉換、語音辨識等等。

缺點：

對格式的兼容性有限：pydub對音訊格式的兼容性有限，不支援所有的音訊格式，需要先將音訊轉換為支援的格式後才能進行處理。

效能一般：pydub在處理大檔案時，效能可能會比較一般，需要耗費一定的時間和運算資源。

不支援串流處理：pydub不支援串流處理，需要將整個音訊檔案讀取到記憶體中，導致記憶體佔用較大。

綜上所述，pydub是一個功能豐富、應用廣泛的音訊處理庫。在使用pydub時，需要注意音訊格式的相容性問題，並注意處理大檔案時的效能和記憶體佔用。如果需要處理更複雜的音訊任務，可以考慮使用其他更專業的音訊處理庫。

以上是Python音訊處理庫pydub如何使用的詳細內容。更多資訊請關注PHP中文網其他相關文章！