如果您曾经想改变歌曲的音高而不改变其速度,这篇博文适合您。变调是音乐家、DJ 和音频工程师的常见任务。在本教程中,我们将探索如何使用 Python 和 pydub 库降低歌曲的音调,并将此过程自动应用于文件夹中的多首歌曲。
为什么要进行变调?
在音乐中,变调意味着改变歌曲的音调(升高或降低)而不加快或减慢它的速度。这可用于:
将一首歌的调与另一首歌相匹配
将歌曲移调至不同调的乐器
创建混音或混搭
您需要的工具
我们将使用 Python 库 pydub 来操作音频文件。您可以使用 pip 安装它:
pip install pydub
此外,pydub 需要 ffmpeg 来处理 MP3 等音频文件。您可以通过终端安装 ffmpeg:
sudo apt install ffmpeg
变调分步指南
现在让我们深入研究自动为文件夹中的多首歌曲进行变调的 Python 脚本。该脚本循环遍历歌曲文件夹中的文件,将它们调低半音(半音 = -1),并将新文件保存到输出文件夹。
守则
import os from pydub import AudioSegment # Function to shift pitch down def pitch_shift(audio, semitones): # Adjust sample rate to shift pitch new_sample_rate = int(audio.frame_rate * (2.0 ** (semitones / 12.0))) return audio._spawn(audio.raw_data, overrides={'frame_rate': new_sample_rate}).set_frame_rate(audio.frame_rate) # Input and output folders input_folder = './songs' output_folder = './output' # Ensure the output folder exists os.makedirs(output_folder, exist_ok=True) # Loop through all files in the songs folder for filename in os.listdir(input_folder): # Check if the file is an audio file (e.g., mp3 or wav) if filename.endswith(".mp3") or filename.endswith(".wav"): # Construct the full file path input_path = os.path.join(input_folder, filename) output_path = os.path.join(output_folder, filename) # Load the audio file audio = AudioSegment.from_file(input_path) # Shift pitch down by a half-step (semitone = -1) shifted_audio = pitch_shift(audio, -1) # Export the pitch-shifted audio to the output folder shifted_audio.export(output_path, format="mp3") print(f"Processed and saved: {output_path}")
解释
导入库:
我们导入 os 来处理文件目录,并从 pydub 导入 AudioSegment 来操作音频文件。变调功能:
itch_shift 函数调整音频的采样率。当我们改变采样率时,音调就会改变。在这种情况下,我们使用以下公式计算新的采样率,将音高降低一个半音:
new_sample_rate = int(audio.frame_rate * (2.0 ** (半音 / 12.0)))
输入和输出文件夹:
我们定义将读取音频文件并保存变调版本的文件夹。如果输出文件夹不存在,则会创建它。-
循环播放歌曲:
使用 os.listdir(),我们循环遍历歌曲文件夹中的每个文件。该脚本在处理文件之前会检查该文件是否是音频文件(.mp3 或 .wav)。对于每个文件:- 它加载音频。
- 应用pitch_shift功能,将音高降低半步。
- 音高变换后的音频将导出到输出文件夹。
导出和反馈:
处理完成后,变调后的歌曲将保存在输出文件夹中,并打印一条确认消息。
运行脚本
确保歌曲文件夹中有音频文件,然后运行脚本:
python -m pitch_down.py
移调后的文件将保存在输出文件夹中。
定制化
您可以轻松地将此脚本修改为:
通过传递正值来提高音频的音调(例如,pitch_shift(audio, 1) 表示升高半步)。
通过在条件检查中添加其他扩展名(如 .ogg 或 .flac)来处理不同的文件格式。
通过调整半音参数来移动不同数量的半音。
结论
该脚本是一种使用 Python 对多个音频文件进行音高转换的简单而强大的方法。使用 pydub 和 ffmpeg,您可以批量操作音频文件,从而使音乐家、制作人或任何音频处理人员更轻松地完成音调校正或音频准备等任务。
请随意尝试此脚本,看看如何使其适应您的需求。快乐编码!
以上是如何使用 Python 降低歌曲的音调的详细内容。更多信息请关注PHP中文网其他相关文章!

Linux终端中查看Python版本时遇到权限问题的解决方法当你在Linux终端中尝试查看Python的版本时,输入python...

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

Python 对象的序列化和反序列化是任何非平凡程序的关键方面。如果您将某些内容保存到 Python 文件中,如果您读取配置文件,或者如果您响应 HTTP 请求,您都会进行对象序列化和反序列化。 从某种意义上说,序列化和反序列化是世界上最无聊的事情。谁会在乎所有这些格式和协议?您想持久化或流式传输一些 Python 对象,并在以后完整地取回它们。 这是一种在概念层面上看待世界的好方法。但是,在实际层面上,您选择的序列化方案、格式或协议可能会决定程序运行的速度、安全性、维护状态的自由度以及与其他系

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的

Python的statistics模块提供强大的数据统计分析功能,帮助我们快速理解数据整体特征,例如生物统计学和商业分析等领域。无需逐个查看数据点,只需查看均值或方差等统计量,即可发现原始数据中可能被忽略的趋势和特征,并更轻松、有效地比较大型数据集。 本教程将介绍如何计算平均值和衡量数据集的离散程度。除非另有说明,本模块中的所有函数都支持使用mean()函数计算平均值,而非简单的求和平均。 也可使用浮点数。 import random import statistics from fracti

该教程建立在先前对美丽汤的介绍基础上,重点是简单的树导航之外的DOM操纵。 我们将探索有效的搜索方法和技术,以修改HTML结构。 一种常见的DOM搜索方法是EX

本文讨论了诸如Numpy,Pandas,Matplotlib,Scikit-Learn,Tensorflow,Tensorflow,Django,Blask和请求等流行的Python库,并详细介绍了它们在科学计算,数据分析,可视化,机器学习,网络开发和H中的用途

本文指导Python开发人员构建命令行界面(CLIS)。 它使用Typer,Click和ArgParse等库详细介绍,强调输入/输出处理,并促进用户友好的设计模式,以提高CLI可用性。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

安全考试浏览器
Safe Exam Browser是一个安全的浏览器环境,用于安全地进行在线考试。该软件将任何计算机变成一个安全的工作站。它控制对任何实用工具的访问,并防止学生使用未经授权的资源。

适用于 Eclipse 的 SAP NetWeaver 服务器适配器
将Eclipse与SAP NetWeaver应用服务器集成。

SublimeText3汉化版
中文版,非常好用

DVWA
Damn Vulnerable Web App (DVWA) 是一个PHP/MySQL的Web应用程序,非常容易受到攻击。它的主要目标是成为安全专业人员在合法环境中测试自己的技能和工具的辅助工具,帮助Web开发人员更好地理解保护Web应用程序的过程,并帮助教师/学生在课堂环境中教授/学习Web应用程序安全。DVWA的目标是通过简单直接的界面练习一些最常见的Web漏洞,难度各不相同。请注意,该软件中

Dreamweaver Mac版
视觉化网页开发工具