Python音频处理库pydub的使用教程详解
目录
1. 安装
使用pip安装即可（还需安装ffmpeg依赖，建议使用conda命令安装，则不需要配置环境）：
pip install pydub
2. 导入和读取音频文件
from pydub import AudioSegment
audio = AudioSegment.from_file("path/to/file")
3. 播放音频
from pydub.playback import play play(audio)
4. 音频时长
duration = audio.duration_seconds # 单位为秒
5. 音频切割
# 前10秒 audio = audio[:10000] # 后10秒 audio = audio[-10000:] # 从第10秒开始到第20秒结束 audio = audio[10000:20000] # 从第10秒开始到结尾 audio = audio[10000:] # 从开始到第10秒audio = audio[:10000]
6. 音频合并
audio1 = AudioSegment.from_file("path/to/file1")
audio2 = AudioSegment.from_file("path/to/file2")
audio_combined = audio1 + audio2
7. 音频转换
audio.export("path/to/new/file", format="mp3")
8. 调整音量
# 增加10分贝 louder_audio = audio + 10 # 减小10分贝 quieter_audio = audio - 10
9. 等分分割音频
# 等分分割，按大概每三分钟进行分割
for i in range(1, 1000):
if 3.3 >= (audio.duration_seconds / (60 * i)) >= 2.8:
number = i
break
chunks = audio[::int(audio.duration_seconds / number * 1000 + 1)] # 切割
# 保存分割后的音频
for i, chunk in enumerate(chunks):
chunk.export("path/to/new/file{}.wav".format(title,i), format="wav")
10. 完整代码
下面是一段完整的代码，用于对音频进行前后切割，并将音频分割成合适长度的小段进行保存。
from pydub import AudioSegment
# 读取音频文件
audio = AudioSegment.from_file("path/to/file")
# 输出视频时长
print('视频时长:', audio.duration_seconds / 60)
# 前后切割
start = int(input('前切割n秒,不切割输入0'))*1000
end = int(input('后切割n秒，不切割输入0'))*1000
if start:
audio = audio[start:-end]
# 计算合适的分割长度
for i in range(1, 1000):
if 3.3 >= (audio.duration_seconds / (60 * i)) >= 2.8:
number = i
break
chunks = audio[::int(audio.duration_seconds / number * 1000 + 1)]
# 保存分割后的音频
for i, chunk in enumerate(chunks):
print('分割后的时长:', chunk.duration_seconds / 60)
chunk.export("path/to/new/file{}.wav".format(i), format="wav")
以上就是pydub的主要知识点和一个完整的实例。通过pydub，我们可以方便地对音频进行处理和转换，让我们的音频处理更加高效和便捷。
另外，下面还列举了一些pydub的其他应用案例。
应用案例
1. 将音频文件转换为指定格式
from pydub import AudioSegment
# 读取音频文件
audio = AudioSegment.from_file("path/to/file")
# 转换为mp3格式并保存
audio.export("path/to/new/file.mp3", format="mp3")
2. 将多个音频文件合并为一个文件
from pydub import AudioSegment
# 读取音频文件
audio1 = AudioSegment.from_file("path/to/file1")
audio2 = AudioSegment.from_file("path/to/file2")
# 合并音频文件并保存
combined_audio = audio1 + audio2
combined_audio.export("path/to/new/file", format="wav")
3. 制作铃声
from pydub import AudioSegment
# 读取音频文件
audio = AudioSegment.from_file("path/to/file")
# 切割并保存
start = 10000
end = 15000
ringtone = audio[start:end]
ringtone.export("path/to/new/file", format="mp3")
4. 调整音频音量
from pydub import AudioSegment
# 读取音频文件
audio = AudioSegment.from_file("path/to/file")
# 增加10分贝
louder_audio = audio + 10
# 减小10分贝
quieter_audio = audio - 10
# 保存调整后的音频
louder_audio.export("path/to/new/file", format="wav")
quieter_audio.export("path/to/new/file", format="wav")
案例：通过识别空白音，分割音频中的歌曲
from pydub import AudioSegment
from pydub.silence import split_on_silence
# 读取音频文件
audio = AudioSegment.from_file("audio.mp3", format="mp3")
# 设置分割参数
min_silence_len = 700 # 最小静音长度
silence_thresh =-10 # 静音阈值，越小越严格
keep_silence = 600 # 保留静音长度
# 计算分割数量
num_segments = int(audio.duration_seconds/60/3) # 每首歌曲大概三分钟，计算歌曲数量
# 分割音频文件
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"当前阈值为 {i}，分割出 {len(segments)} 段，继续尝试")
首先，我们使用AudioSegment.from_file()方法读取音频文件，并设置分割参数min_silence_len、silence_thresh和keep_silence分别表示最小静音长度、静音阈值和保留静音长度。其中，静音阈值越小，分割出的小段越多，但可能会出现误分割的情况；反之，静音阈值越大，分割出的小段越少，但可能会出现漏分割的情况。
然后，我们计算分割数量num_segments，即将音频文件分割成多少段。这里我们假设每首歌曲大概三分钟，计算出总共需要分割成多少段。
最后，我们使用split_on_silence()方法对音频文件进行分割，设置分割参数，并通过循环来不断调整静音阈值，直到分割出的小段数量符合预期为止。如果分割成功，则跳出循环；否则，继续尝试。
总而言之，pydub是一个非常实用的音频处理库，可以方便地进行音频处理、转换、合并等操作。同时，pydub还有丰富的应用场景，如制作铃声、调整音量等。值得注意的是，在使用pydub的过程中，需要注意音频格式的兼容性问题。
此外，还可以通过pydub对音频进行编解码、混音、重采样等操作。下面是一些常见的操作示例。
编解码、混音、重采样
1. 编解码
from pydub import AudioSegment
# 读取音频文件
audio = AudioSegment.from_file("path/to/file")
# 编码
encoded_audio = audio.set_frame_rate(16000).set_sample_width(2).set_channels(1)
# 解码
decoded_audio = encoded_audio.set_frame_rate(44100).set_sample_width(4).set_channels(2)
2. 混音
from pydub import AudioSegment
# 读取音频文件
audio1 = AudioSegment.from_file("path/to/file1")
audio2 = AudioSegment.from_file("path/to/file2")
# 混音
mixed_audio = audio1.overlay(audio2)
# 保存混音后的音频
mixed_audio.export("path/to/new/file", format="wav")
3. 重采样
from pydub import AudioSegment
# 读取音频文件
audio =AudioSegment.from_file("path/to/file")
# 重采样为44100Hz
resampled_audio = audio.set_frame_rate(44100)
# 保存重采样后的音频
resampled_audio.export("path/to/new/file", format="wav")
通过pydub，我们可以方便地进行音频编解码、混音、重采样等操作，进一步扩展了pydub的应用场景。需要注意的是，在进行音频混音操作时，需要保证两个音频文件的采样率、采样位数和声道数相同。
最后，总结一下pydub的优点和缺点。
优点：
轻量级：pydub是一个轻量级的音频处理库，安装方便，使用简单。
功能丰富：pydub提供了丰富的音频处理功能，包括切割、合并、转换、调整音量、编解码、混音、重采样等。
应用广泛：pydub的应用场景非常广泛，包括音频处理、铃声制作、音频格式转换、语音识别等等。
缺点：
对格式的兼容性有限：pydub对音频格式的兼容性有限，不支持所有的音频格式，需要先将音频转换为支持的格式后才能进行处理。
性能一般：pydub在处理大文件时，性能可能会比较一般，需要耗费一定的时间和计算资源。
不支持流式处理：pydub不支持流式处理，需要将整个音频文件读取到内存中，导致内存占用较大。
综上所述，pydub是一个功能丰富、应用广泛的音频处理库。在使用pydub时，需要注意音频格式的兼容性问题，并注意处理大文件时的性能和内存占用。如果需要处理更复杂的音频任务，可以考虑使用其他更专业的音频处理库。
总结
博客介绍了如何使用Python的pydub库将音频文件分割成多个小段。我们首先读取音频文件，然后设置分割参数，并计算分割数量。最后，通过循环来不断调整静音阈值，直到分割出的小段数量符合预期为止。这种方法可以用于对音频进行处理和分析，例如语音识别、音乐推荐等。
需要注意的是，音频分割的效果受到分割参数的影响，需要根据具体情况进行调整。另外，分割出的小段可能存在误分割和漏分割的情况，需要进行后续的检查和处理。
以上就是Python音频处理库pydub的使用教程详解的详细内容，更多关于Python音频处理库pydub的资料请关注其它相关文章！
原文地址：https://blog.csdn.net/qq_20163065/article/details/129652727