python 语音处理工具包AudioSegment的基本使用

python 语音处理工具包AudioSegment的基本使用

  • 1.AudioSegment库的安装
  • 2.AudioSegment库的使用
  • 3.后续~
    • 3.1 AudioSegment中mp3转wav文件并转换采样频率fs

1.AudioSegment库的安装


  1. 参考网址: pydub官方安装教程
  2. 参考网址:使用pydub报错RuntimeWarning
  3. 参考网址: AudioSegment官方使用手册
  4. 参考网址:AudioSegment API Documentation

2.AudioSegment库的使用

from pydub import AudioSegment

  • 1
  • 1

  1. 加载语音文件
#可以看到读取文件有很多方式,有直接from_file(),也有from_mp3()、from_wav(),下面的两个读取语句是等价的:
sound=AudioSegment.from_file('aaa.mp3','mp3')
sound=AudioSegment.from_mp3('aaa.mp3')
  • 1
  • 2
  • 3
  • 1
  • 2
  • 3
  1. 获取音频文件信息
#取得音频的声道数 channel_count = sound.channels print(channel_count) #取得音频文件采样频率 frames_per_second = sound.frame_rate print(frames_per_second) #取得音频的持续时间,同 len() print(sound.duration_seconds) print((len(sound) / 1000.0)) #取得音频数据 raw_audio_data = sound.raw_data #这是bytes类型的 wav_data=sound.get_array_of_samples() #这是array类型的数据 print(raw_audio_data) #取得音频文件帧宽度 bytes_per_frame = sound.frame_width print(bytes_per_frame) #取得音频中的最大振幅 normalized_sound = sound.apply_gain(-sound.max_dBFS) print(normalized_sound) #取得音频的分贝数 loudness = sound.dBFS print(loudness) #获取音频音量大小,该值通常用来计算分贝数(dB= 20×lgX) loudness = sound.rms print(loudness)

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  1. 音频文件修改
# 语音切割,以毫秒为单位
start_time=0
end_time=2000
part = sound[start_time:end_time]
#调整音量大小
louder_via_method = sound.apply_gain(+3.5) # 提高
quieter_via_method = sound.apply_gain(-5.7) # 减小
#调整多声道音频的左右声道音量
#如果单声道音频调用此方法,它将先被转换为多声道
stereo_balance_adjusted = sound.apply_gain_stereo(-6, +2)
#左右声道平衡,按百分比增大一边,减小另一边
# pan the sound 15% to the right
panned_right = sound.pan(+0.15)
# # pan the sound 50% to the left
panned_left = sound.pan(-0.50)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  1. 文件保存
#语音文件切割 part = sound[start_time:end_time] #定义切割文件名称 data_split_filename='save.wav') #保存切割文件 part.export(data_split_filename, format='wav')

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

3.后续~

后续功能正在探索中。。。。

3.1 AudioSegment中mp3转wav文件并转换采样频率fs

from pydub import AudioSegment

def mp3_to_wav(mp3_filename,wav_filename,frame_rate):
    '''
    调整语音文件的编码  mp3 --> wav
    :param mp3_filename: mp3文件名称
    :param wav_filename: wav文件名称
    :param frame_rate: 采样频率
    :return:
    '''
    mp3_file = AudioSegment.from_mp3(file=mp3_filename)
    mp3_file.set_frame_rate(frame_rate).export(wav_filename,format='wav')

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13

直接调用函数即可~(PS: 2021年4月21添加)

(0)

相关推荐