日韩成人免费在线_国产成人一二_精品国产免费人成电影在线观..._日本一区二区三区久久久久久久久不

當(dāng)前位置:首頁 > 科技  > 軟件

分享一個 Python 處理音頻的庫

來源: 責(zé)編: 時間:2023-11-28 17:11:17 237觀看
導(dǎo)讀以前我們介紹過 moviepy,它是一個處理視頻的第三方庫,基于 ffmpeg。那么本次來分享一個處理音頻的庫 pydub,它同樣是對 ffmpeg 進行的一個封裝。既然是封裝,那就說明實際處理音頻的還是 ffmpeg,所以 pip install pydub 之

以前我們介紹過 moviepy,它是一個處理視頻的第三方庫,基于 ffmpeg。那么本次來分享一個處理音頻的庫 pydub,它同樣是對 ffmpeg 進行的一個封裝。DtD28資訊網(wǎng)——每日最新資訊28at.com

既然是封裝,那就說明實際處理音頻的還是 ffmpeg,所以 pip install pydub 之后,我們還要安裝 ffmpeg,直接去官網(wǎng)下載即可。DtD28資訊網(wǎng)——每日最新資訊28at.com

DtD28資訊網(wǎng)——每日最新資訊28at.com

然后將這些可執(zhí)行文件所在的目錄配置到環(huán)境變量中就可以了。DtD28資訊網(wǎng)——每日最新資訊28at.com

打開音頻文件

音頻有很多種格式,比如 wav、mp3、ogg 等等,只要是 ffmpeg 支持的文件格式都可以打開,而 ffmpeg 基本支持所有主流的音頻格式。DtD28資訊網(wǎng)——每日最新資訊28at.com

from pydub import AudioSegment# 打開 mp3 文件AudioSegment.from_mp3("1.mp3")# 打開 wav 文件AudioSegment.from_wav("1.wav")# 打開 ogg 文件AudioSegment.from_ogg("1.ogg")# 以上所有方法都調(diào)用了 from_file,等價于AudioSegment.from_file("1.mp3", "mp3")AudioSegment.from_file("1.wav", "wav")AudioSegment.from_file("1.ogg", "ogg")# 由于 mp3、wav、ogg 文件很常見,所以有單獨的方法# 但還有不常見的音頻格式,比如蘋果手機自帶的錄音軟件導(dǎo)出的就是 m4a 格式# 此時就只能使用 from_file 打開了AudioSegment.from_file("1.m4a", "m4a")

注意:在讀取文件的時候,格式一定要匹配,否則報錯。舉個例子:DtD28資訊網(wǎng)——每日最新資訊28at.com

from pydub import AudioSegmenttry:    AudioSegment.from_wav("高梨康治 - 百鬼夜行.mp3")except Exception as e:    print(e)"""Decoding failed. ffmpeg returned error code: 1Output from ffmpeg/avlib:b'...Invalid data found when processing input/r/n"""

我們的音頻是 mp3 格式的,但是卻調(diào)用了 from_wav,所以會報錯。當(dāng)然也不要覺得將文件擴展名改成 wav 就萬事大吉了,因為文件的類型取決于它存儲的字節(jié)流,而不是擴展名。DtD28資訊網(wǎng)——每日最新資訊28at.com

from pydub import AudioSegmentsong = AudioSegment.from_mp3("高梨康治 - 百鬼夜行.mp3")print(song) """<pydub.audio_segment.AudioSegment object at 0x0000021782910C40>"""

返回的是一個 AudioSegment 對象,它就是音頻讀取之后的結(jié)果,通過該對象我們可以對音頻進行各種操作,比如增加音量、淡入淡出等等。DtD28資訊網(wǎng)——每日最新資訊28at.com

并且這些操作都是鏈?zhǔn)降模恳粋€操作都會返回一個新的對象,不會修改原來的對象。所以我們在操作的時候,可以一直寫下去,比如 song.xxx.xxx,不用每一次操作都重新賦值一個變量。DtD28資訊網(wǎng)——每日最新資訊28at.com

注意:pydub 做的任何操作,只要和時間相關(guān),那么單位都是毫秒。DtD28資訊網(wǎng)——每日最新資訊28at.com

下面我們來看看它都支持哪些操作。DtD28資訊網(wǎng)——每日最新資訊28at.com

截取某一個片段

對音頻進行切片,這是一個非常常用的操作,一個長音頻,我們可能只要前 5 秒,或者后 5 秒等等。
# 截取前 5 秒first_5_seconds = song[: 5 * 1000]# 截取后 5 秒last_5_seconds = song[-5000:]

返回的都是新的 AudioSegment 對象,保存之后正好是原始音頻文件的前 5 秒和后 5 秒,關(guān)于保存文件后面會說。DtD28資訊網(wǎng)——每日最新資訊28at.com

音量增加和減小

我們可以讓音量放大和縮小,并且實現(xiàn)起來也非常簡單。
# 聲音增大 9 分貝first_5_seconds = first_5_seconds + 9# 聲音減小 7 分貝last_5_seconds = last_5_seconds - 7

怎么樣,是不是非常簡單呢?DtD28資訊網(wǎng)——每日最新資訊28at.com

音頻拼接

估計有人猜到做法了,沒錯,直接相加即可。
song_first_last = first_5_seconds + last_5_seconds

此時 song_first_last 就是由原始音頻的前 5 秒放大 9 分貝,和原始音頻的后 5 秒減小 7 分貝組合而成的新的音頻(AudioSegment 對象)。DtD28資訊網(wǎng)——每日最新資訊28at.com

淡入淡出

song_first_last = first_5_seconds.append(last_5_seconds, crossfade=1500)

調(diào)用 append 也相當(dāng)于將音頻組合在一起,但是這種方式可以增加一些淡入淡出的效果。當(dāng)然我們也可以手動實現(xiàn):DtD28資訊網(wǎng)——每日最新資訊28at.com

song_first_last = first_5_seconds.fade_in(2000) + last_5_seconds.fade_out(3000)

前 5 秒和后 5 秒拼接起來得到 10 秒鐘的音頻,并且前 2 秒淡入,后 3 秒淡出。DtD28資訊網(wǎng)——每日最新資訊28at.com

重復(fù)

將一個片段重復(fù) n 遍。
repeat_5 = song[: 3000] * 5

將前 3 秒重復(fù)了 5 遍,等于把 song[: 3000] 重復(fù)相加 5 次。DtD28資訊網(wǎng)——每日最新資訊28at.com

反轉(zhuǎn)音頻

說白了就是倒放。
song_reverse = song.reverse()

兩個音頻重疊播放

比如你有兩個音頻,一個是臺詞,一個是背景音樂,你需要將它們合并為一個音頻。
from pydub import AudioSegmentsong1 = AudioSegment.from_ogg("臺詞.ogg")song2 = AudioSegment.from_ogg("背景音樂.ogg")# 將 song1 和 song2 合并在一起# 并且在 song1 的 5 秒后,開始播放 song2,position 默認(rèn)為 0song1.overlay(song2, positinotallow=5000)

聲道分離

關(guān)于聲道,我們一會兒解釋。
from pydub import AudioSegmentsong = AudioSegment.from_ogg("高梨康治 - 百鬼夜行.mp3")# 聲道的分離,得到兩個不同聲道對應(yīng)的 AudioSegment 對象left_channel, right_channel = song.split_to_mono()

獲取音頻的某一幀

song.get_frame(1)  # 獲取第一幀

獲取音頻屬性

下面我們來獲取音頻的一些屬性,不過在獲取之前,先介紹一下音頻屬性的一些細(xì)節(jié)。

采樣頻率:又被稱作取樣頻率,是單位時間內(nèi)的采樣次數(shù),決定了數(shù)字化音頻的質(zhì)量。采樣頻率越高,數(shù)字化音頻的質(zhì)量越好,還原的波形越完整,播放的聲音越真實,當(dāng)然所占的大小也就越大。根據(jù)奎特采樣定理,要從采樣中完全恢復(fù)原始信號的波形,采樣頻率要高于聲音中最高頻率的兩倍。人耳可聽到的聲音的頻率范圍是在 16 赫茲到 20 千赫茲之間,因此要將聽到的原聲音真實地還原出來,采樣頻率必須大于 40千赫茲。而 44千赫茲 的音頻可以達到 CD 的音質(zhì),當(dāng)然可以更高,只不過高于 48 千赫茲 的采樣頻率人耳很難分別,沒有實際意義。DtD28資訊網(wǎng)——每日最新資訊28at.com

采樣位數(shù):也叫量化位數(shù)(單位:比特),是存儲每個采樣值所用的二進制位數(shù),采樣值反映了聲音的波動狀態(tài),采樣位數(shù)決定了量化精度。采樣位數(shù)越長,量化的精度就越高,還原的波形曲線越真實,產(chǎn)生的量化噪音越小,回放的效果越真實。常用的量化位數(shù)有 4、8、12、16、24等等,量化位數(shù)與聲卡的位數(shù)和編碼有關(guān)。DtD28資訊網(wǎng)——每日最新資訊28at.com

聲道數(shù):使用的聲音通道的個數(shù),也是采樣時所產(chǎn)生的聲音波形個數(shù)。播放聲音時,單聲道的 wav 一般使用一個喇叭發(fā)聲,立體聲的 wav 可以使用兩個喇叭發(fā)聲。記錄聲音時,單聲道每次產(chǎn)生一個波形的數(shù)據(jù);雙聲道每次產(chǎn)生兩個波形的數(shù)據(jù),當(dāng)然最終音頻所占的存儲空間也會增加一倍。DtD28資訊網(wǎng)——每日最新資訊28at.com

比特率:比特率是指每秒傳送的比特(bit)數(shù),單位為 bps(Bit Per Second),比特率越高,傳送的數(shù)據(jù)越大。在音頻、視頻領(lǐng)域,比特率又被稱為碼率、位率、位速(這四個老鐵是同一個東西,只是不同領(lǐng)域、不同翻譯造就了這么多的名詞)。比特率表示經(jīng)過編碼(壓縮)后的音、視頻數(shù)據(jù)每秒鐘需要用多少個比特來表示。比特率與音、視頻壓縮的關(guān)系,簡單來說就是比特率越高,音頻、視頻的質(zhì)量就越好,但編碼后的文件就越大;如果比特率越少則情況剛好相反,比特率 = 采樣頻率 * 采樣位數(shù) * 聲道數(shù)。DtD28資訊網(wǎng)——每日最新資訊28at.com

from pydub import AudioSegmentsong = AudioSegment.from_mp3("高梨康治 - 百鬼夜行.mp3")# 聲道數(shù), 1 表示單聲道, 2 表示雙聲道print(song.channels)  # 2# 采樣寬度, 采樣位數(shù)除以 8 就是采樣寬度了, 因為一個字節(jié)有 8 位# 同理采樣寬度乘以 8 就是采樣位數(shù),當(dāng)前音頻是 16 位的print(song.sample_width)  # 2print(song.sample_width * 8)  # 16# 采樣頻率, 采樣頻率等于幀速率print(song.frame_rate)  # 44100# 塊對齊之后的大小, 或者一幀的字節(jié)數(shù)# 等于 通道數(shù) * 采樣位數(shù) / 8, 或者 通道數(shù) * 采樣寬度print(song.frame_width)  # 4print(song.channels * song.sample_width)  # 4# 字節(jié)率, 等于 采樣頻率 * 聲道數(shù)量 * 采樣寬度(采樣位數(shù) / 8), 可以直接計算得到print(song.frame_rate * song.channels * song.sample_width)  # 176400# 時長(單位秒)print(song.duration_seconds)  # 87.8225850340136# 幀數(shù)目print(song.frame_count())  # 3872976.0# 原始的音頻數(shù)據(jù), 不打印了song.raw_data

音頻導(dǎo)出

我們對音頻進行了一些操作之后,怎么保存到本地呢?這也是關(guān)鍵的一部分,不然你處理完了沒有用啊。很簡單,直接調(diào)用 AudioSegment 對象的 export 方法即可。
from pydub import AudioSegmentsong = AudioSegment.from_mp3("高梨康治 - 百鬼夜行.mp3")song.export("百鬼夜行.wav", "wav")

指定文件名和保存的類型即可,注意:第二個參數(shù)表示保存的音頻的類型,必須要指定正確。如果不指定那么默認(rèn)是 mp3,即便我們第一個參數(shù)的文件名結(jié)尾是 .wav,但是保存的時候仍是 mp3。DtD28資訊網(wǎng)——每日最新資訊28at.com

所以基于 pydub 可以很容易地實現(xiàn)音頻格式轉(zhuǎn)換。DtD28資訊網(wǎng)——每日最新資訊28at.com

修改屬性

有時我們需要改變文件的格式,但有時也需要改變文件的屬性。比如某個 MP3 文件的采樣頻率有點高,我們需要降低一些,或者雙聲道變成單聲道等等,這個時候該怎么做呢?
from pydub import AudioSegmentsong = AudioSegment.from_mp3("高梨康治 - 百鬼夜行.mp3")print(song.channels)  # 2# 將通道設(shè)置為 1, 然后導(dǎo)出song.set_channels(1).export("高梨康治 - 百鬼夜行_1.mp3", "mp3")# 重新讀取, 查看通道print(    AudioSegment.from_mp3(r"高梨康治 - 百鬼夜行_1.mp3").channels)  # 1

1 表示單聲道,2 表示雙聲道,從單聲道轉(zhuǎn)成雙聲道不會有任何的改變,但從雙聲道轉(zhuǎn)成單聲道可能會導(dǎo)致質(zhì)量損失(當(dāng)左右聲道不同時)。DtD28資訊網(wǎng)——每日最新資訊28at.com

單聲道:只用一條音頻通道記錄聲音,是最古老、最基礎(chǔ)的聲音記錄方式。單聲道因為只有一條音頻通道,所以我們的大腦接收的左右耳的信息沒有差異,聽覺系統(tǒng)就不會產(chǎn)生心理聲學(xué)的定位,所以不會有寬度及深度的差異。只能感受到聲音、音樂的前后位置及音色、音量的大小,而不能感受到聲音從左到右等橫向的移動。效果相對于真實的自然聲來說,是簡單化的,是失真了的。所以聽出來的聲音干澀,沒有層次感,沒有現(xiàn)場感,一般用來聽新聞廣播,因為單聲道信號簡單不易丟失。原理是把來自不同方位的音頻信號混合后統(tǒng)一由錄音器材把它記錄下來,再由一只音箱進行重放。DtD28資訊網(wǎng)——每日最新資訊28at.com

雙聲道:人們聽到聲音時可以根據(jù)左耳和右耳對聲音的相位差來判斷聲源的具體位置,在電路上它們往往各自傳遞的電信號是不一樣的。相當(dāng)于實現(xiàn)立體聲的原理,在空間放置兩個互成一定角度的揚聲器,每個揚聲器單獨由一個聲道提供信號。而每個聲道的信號在錄制的時候就經(jīng)過了處理,有些音樂就跟氣流一樣,從左到右再從右到左,因為是兩個不同的聲道,當(dāng)一個聲道的響度比另一個聲道大的時候,我們就感覺聲音好像有了方向一樣。雙聲道立體感強,有音場,多用于音樂、CD 等專輯。基本上音樂都是雙聲道,如果是單聲道的音樂,只能說明音質(zhì)非常非常差。DtD28資訊網(wǎng)——每日最新資訊28at.com

注意:設(shè)置的話不要通過下面這種方式來設(shè)置。DtD28資訊網(wǎng)——每日最新資訊28at.com

from pydub import AudioSegmentsong = AudioSegment.from_mp3("高梨康治 - 百鬼夜行.mp3")song.channels = 1

因為一個屬性變了,可能會影響其它的屬性,比如:幀大小,它等于 通道數(shù) 乘上 采樣寬度(采樣位數(shù) / 8),如果通道變了,那么幀大小也會受到影響。所以我們應(yīng)該通過 pydub 提供的 API 來設(shè)置,內(nèi)部會自動幫我們處理。DtD28資訊網(wǎng)——每日最新資訊28at.com

from pydub import AudioSegmentsong = AudioSegment.from_mp3("高梨康治 - 百鬼夜行.mp3")print(song.frame_rate)  # 44100# 更改采樣頻率, 一般都是 44100, 我們可以修改為其它的值# 注意: 并不是任意值都可以, 只能是 8000 12000 16000 24000 32000 44100 48000 之一# 如果不是這些值當(dāng)中的一個, 那么會當(dāng)中選擇與設(shè)置的值最接近的一個# 比如我們設(shè)置 18000, 那么會自動變成 16000song.set_frame_rate(18000).export("高梨康治 - 百鬼夜行_1.mp3", "mp3")print(    AudioSegment.from_mp3(r"高梨康治 - 百鬼夜行_1.mp3").frame_rate)  # 16000

采樣頻率等于幀速率,以赫茲為單位。增大這個值通常不會導(dǎo)致質(zhì)量的下降,但降低這個值一定會導(dǎo)致質(zhì)量的下降,因為更高的幀速率意味著更大的頻響特征(即可以表示更高的頻率)。DtD28資訊網(wǎng)——每日最新資訊28at.com

除了通道數(shù)、采樣頻率之外,我們還可以設(shè)置采樣寬度(采樣位數(shù)除以 8),對于一個音頻而言能設(shè)置這些屬性已經(jīng)足夠了。像很多大廠提供的音頻識別服務(wù),也會對音頻屬性有嚴(yán)格的限制,而限制的屬性也基本上就這些。無非是通道、采樣頻率、采樣位數(shù)等等。DtD28資訊網(wǎng)——每日最新資訊28at.com

from pydub import AudioSegmentsong = AudioSegment.from_mp3("高梨康治 - 百鬼夜行.mp3")print(song.sample_width)  # 2song.set_sample_width(3).export("高梨康治 - 百鬼夜行_1.mp3", "mp3")print(    AudioSegment.from_mp3(r"高梨康治 - 百鬼夜行_1.mp3").sample_width)  # 2

從打印的結(jié)果上來看,我們似乎沒有設(shè)置成功,因為這和音頻本身也是有相應(yīng)關(guān)系的。可能音頻本身的采樣寬度就只能是 2,不過絕大部分音頻的采樣寬度都是 2,即采樣位數(shù)為 16。DtD28資訊網(wǎng)——每日最新資訊28at.com

export 的其它參數(shù)

我們導(dǎo)出音頻的時候使用的是 export 方法,這里面還可以接收其它參數(shù),先來看看我們導(dǎo)出的音頻的原始的音頻之間的差異。

DtD28資訊網(wǎng)——每日最新資訊28at.com

我們看到原始的音頻有很多其它信息,比如作曲人、專輯等等,但是我們導(dǎo)出的沒有,那么可不可以設(shè)置呢。答案是可以的,在導(dǎo)出的時候加上一個 tags 參數(shù)即可。DtD28資訊網(wǎng)——每日最新資訊28at.com

from pydub import AudioSegmentsong = AudioSegment.from_mp3(r"高梨康治 - 百鬼夜行.mp3")song.export("高梨康治 - 百鬼夜行_1.mp3",            "mp3",            tags={"artist": "古明地覺",                  "album": "地靈殿專輯",                  "title": "好聽的百鬼夜行",                  "comments": "媽耶, 真好聽"})

再來看看效果。DtD28資訊網(wǎng)——每日最新資訊28at.com

DtD28資訊網(wǎng)——每日最新資訊28at.com

其它的屬性可以單擊右鍵,然后點擊屬性查看。對了還有圖片,如果在導(dǎo)出的時候想要自定義封面的話,可以通過 cover 參數(shù),傳遞一個圖片文件地址即可。DtD28資訊網(wǎng)——每日最新資訊28at.com

另外,我們這里導(dǎo)出的文件要比原始文件小很多,原因在于比特率不一樣。原始的音頻的比特率是 320kbps,而我們導(dǎo)出的音頻的比特率要小很多。因為比特率表示音頻一秒所需的比特數(shù),比特率越小,顯然文件就越小。而我們在導(dǎo)出的時候也是可以修改比特率的:DtD28資訊網(wǎng)——每日最新資訊28at.com

song.export("高梨康治 - 百鬼夜行_1.mp3",            "mp3",            bitrate="320k")

以上就是 pydub 對音頻的一些常見操作,總的來說支持的功能還是比較多的。如果你對音視頻處理感興趣,可以在這一領(lǐng)域深耕下去,因為涉足該領(lǐng)域的人確實不多。DtD28資訊網(wǎng)——每日最新資訊28at.com

本文鏈接:http://www.www897cc.com/showinfo-26-34900-0.html分享一個 Python 處理音頻的庫

聲明:本網(wǎng)頁內(nèi)容旨在傳播知識,若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系,我們將在第一時間刪除處理。郵件:2376512515@qq.com

上一篇: Gin 實現(xiàn)統(tǒng)一異常處理和封裝統(tǒng)一返回結(jié)果

下一篇: TypeScript中遍歷對象鍵的方法

標(biāo)簽:
  • 熱門焦點
Top 主站蜘蛛池模板: 浠水县| 宕昌县| 星座| 永兴县| 特克斯县| 清河县| 惠东县| 舟山市| 青河县| 玉环县| 板桥市| 济源市| 霸州市| 盐津县| 阜康市| 三原县| 德钦县| 肃北| 汾阳市| 渑池县| 柘城县| 开平市| 航空| 双牌县| 孟津县| 三亚市| 桂阳县| 商城县| 西充县| 隆化县| 盐城市| 彭山县| 博客| 大连市| 天全县| 漳浦县| 淄博市| 南平市| 汪清县| 德庆县| 江城|