python 語音處理工具包AudioSegment的基本使用
1.AudioSegment庫的安裝
- 參考網址： pydub官方安裝教程
- 參考網址：使用pydub報錯RuntimeWarning
- 參考網址： AudioSegment官方使用手冊
- 參考網址：AudioSegment API Documentation
2.AudioSegment庫的使用
from pydub import AudioSegment
- 加載語音文件
#可以看到讀取文件有很多方式，有直接from_file(),也有from_mp3()、from_wav(),下面的兩個讀取語句是等價的：
sound=AudioSegment.from_file("aaa.mp3","mp3")
sound=AudioSegment.from_mp3("aaa.mp3")
- 獲取音頻文件信息
#取得音頻的聲道數 channel_count = sound.channels print(channel_count) #取得音頻文件採樣頻率 frames_per_second = sound.frame_rate print(frames_per_second) #取得音頻的持續時間，同 len() print(sound.duration_seconds) print((len(sound) / 1000.0)) #取得音頻數據 raw_audio_data = sound.raw_data #這是bytes類型的 wav_data=sound.get_array_of_samples() #這是array類型的數據 print(raw_audio_data) #取得音頻文件幀寬度 bytes_per_frame = sound.frame_width print(bytes_per_frame) #取得音頻中的最大振幅 normalized_sound = sound.apply_gain(-sound.max_dBFS) print(normalized_sound) #取得音頻的分貝數 loudness = sound.dBFS print(loudness) #獲取音頻音量大小，該值通常用來計算分貝數（dB= 20×lgX） loudness = sound.rms print(loudness)
- 音頻文件修改
# 語音切割,以毫秒爲單位 start_time=0 end_time=2000 part = sound[start_time:end_time] #調整音量大小 louder_via_method = sound.apply_gain(+3.5) # 提高 quieter_via_method = sound.apply_gain(-5.7) # 減小 #調整多聲道音頻的左右聲道音量 #如果單聲道音頻調用此方法，它將先被轉換爲多聲道 stereo_balance_adjusted = sound.apply_gain_stereo(-6, +2) #左右聲道平衡，按百分比增大一邊，減小另一邊 # 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
#語音文件切割 part = sound[start_time:end_time] #定義切割文件名稱 data_split_filename='save.wav') #保存切割文件 part.export(data_split_filename, format="wav")
3.後續~
後續功能正在探索中。。。。