python 语音处理工具包AudioSegment的基本使用
1.AudioSegment库的安装
- 参考网址: pydub官方安装教程
- 参考网址:使用pydub报错RuntimeWarning
- 参考网址: AudioSegment官方使用手册
- 参考网址:AudioSegment API Documentation
2.AudioSegment库的使用
from pydub import AudioSegment
- 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')
- 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
- 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)
- 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')
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')
直接调用函数即可~(PS: 2021年4月21添加)
|