Python利用Pydub實現自動分割音頻

Posted on by

隨著短視頻應用的普及，越來越多人開始瞭解並嘗試制作自己的短視頻作品。而在制作短視頻時，背景音樂的選擇和使用也是非常重要的一步。很多人喜歡選擇一首長音樂，再通過剪輯軟件將其剪成多段來使用，這種做法雖然可行，但效率較低。

在這種情況下，我們可以使用音頻分割技術來快速剪輯出需要的音頻段，以便於在短視頻中使用。在 Python 中，我們可以使用 Pydub 庫來進行音頻分割。

I. 簡介

pydub是Python的一個音頻處理庫，可以處理各種音頻格式，如mp3、wav、flv等等。它是一個輕量級、快速且易於使用的庫。silence庫是pydub的一個擴展庫，可以在音頻文件中根據靜默部分進行分割，非常方便。

II. 安裝

使用pip安裝pydub庫：

pip install pydub

III. 使用

下面是一個使用pydub=分割音頻文件的示例代碼：

from pydub import AudioSegment
from pydub.silence import split_on_silence

# 讀取音頻文件
audio = AudioSegment.from_file("audio.mp3", format="mp3")

# 設置分割參數
min_silence_len = 700  # 最小靜音長度
silence_thresh =-10  # 靜音閾值，越小越嚴格
keep_silence = 600  # 保留靜音長度

# 識別計算分割歌曲數量
num_segments = int(audio.duration_seconds/60/3)  # 每首歌曲大概三分鐘，計算歌曲數量

# 分割音頻文件
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"當前閾值為 {i}，分割出 {len(segments)} 段，繼續嘗試")

上面的代碼首先使用AudioSegment類從audio.mp3文件中讀取音頻數據，然後設置瞭分割參數min_silence_len、silence_thresh和keep_silence。min_silence_len是最小靜音長度，silence_thresh是靜音閾值，keep_silence是保留靜音長度。這些參數的具體含義可以根據實際情況進行調整。最後，根據分割參數使用split_on_silence函數對音頻文件進行分割。

分割成功後，我們可以輸出分割後的音頻文件，驗證是否達到瞭我們預期的效果。至此，我們就完成瞭音頻文件的自動分割，可以將分割後的文件用於其他需要使用的場景瞭。

補充

除瞭利用Pydub實現自動分割音頻，本文還為大傢整理瞭其他Python實現音頻分割的方法，希望對大傢有所幫助

方法一：

from pydub import AudioSegment
from pydub.utils import make_chunks
import os, re

# # 循環目錄下所有文件
for each in os.listdir("D:/PycharmProjects/拾音器/"):  # 循環目錄

    filename = re.findall(r"(.*?)\.mp3", each)  # 取出.mp3後綴的文件名
    print(each)
    if each:

        mp3 = AudioSegment.from_file('D:/PycharmProjects/拾音器//{}'.format(each), "mp3")  # 打開mp3文件
        #         # # mp3[17*1000+500:].export(filename[0], format="mp3") # 切割前17.5秒並覆蓋保存，與以下代碼不可同時使用
        size = 10000  # 切割的毫秒數 10s=10000

        chunks = make_chunks(mp3, size)  # 將文件切割為10s一塊

        for i, chunk in enumerate(chunks):
            chunk_name = "{}-{}.mp3".format(each.split(".")[0], i)    # 也可以自定義名字
            print(chunk_name)
            chunk.export('D:/PycharmProjects/拾音器2/{}'.format(chunk_name), format="mp3")  # 新建的保存文件夾

方法二：

"""
把原音頻，按csv中的標註結果分割成幾個音頻，如text是無，忽略。否則從sDate到eDate 進行分割。
"""
import os
import pandas as pd
import json
from pydub import AudioSegment
 
csv_url = "D:\csv\\"
wav_url = "D:\標註音頻與示例\\"
save_wav = "D:\wav\\new_wav\\"
 
for path in os.listdir(csv_url):
    data_frame = pd.read_csv(csv_url + path, encoding='utf-8')
    name_list = data_frame["storeFileName"]
    result_list = data_frame["finalResult"]
    for nl, rl in zip(name_list, result_list):
        new_wav_url = save_wav + nl.split(".")[0] + "\\"
        if not os.path.exists(new_wav_url):
            os.makedirs(new_wav_url)
        result = json.loads(rl)
        txt_url = new_wav_url + nl.split(".")[0]+".txt"
        with open(txt_url, "w", encoding='utf-8') as fn:
            fn.write(nl+"\n")
            fn.write(rl)
            fn.close()
        audio = AudioSegment.from_wav(wav_url + nl)
        for text in result['text']:
            if text['defData']['text'] != '無':
                sTime = text['defData']['sTime'] * 1000
                dTime = text['defData']['dTime'] * 1000
                eTime = sTime + dTime
                # 音頻切割按開始時間到結束時間切割
                audio_chunk = audio[sTime:eTime]

                audio_chunk.export(new_wav_url + nl.split(".")[0] + "-" + str(text['id']) + ".wav", format="wav")

到此這篇關於Python利用Pydub實現自動分割音頻的文章就介紹到這瞭,更多相關Python Pydub分割音頻內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：