python 语音处理工具包AudioSegment的基本使用

相关文章推荐
聪明伶俐的核桃 · python socket ...· 1 月前 ·
玩足球的毛巾 · System.Web.Http 名前空間 ...· 3 月前 ·
聪明的金针菇 · PyQt - QFileDialog - ...· 1 年前 ·
怕考试的日记本 · Explain命令在优化查询中的实际应用 - 掘金· 1 年前 ·
粗眉毛的电脑桌 · Egg 中获取 POST 提交的数据 - ...· 1 年前 ·
#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)
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)
#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）
  




    
 
   相关推荐
   
      
    Core Audio音频基础概述
 Core Audio提供了数字音频服务为iOS与OS X, 它提供了一系列框架去处理音频. Core Audio中包含我们最常用的Audio Toolbox与Audio Unit框架. 使用Audio File, Converter, Codec Services去从磁盘读取与…
  1.0w
 
 
        非优秀程序员
        JavaScript
      
    如何用 CSS 中写出超级美丽的阴影效果
 「这是我参与11月更文挑战的第7天，活动详情查看：2021最后一次更文挑战」。 在我看来，最好的网站和Web应用程序对它们具有切实的"真实"质量。实现这种质量涉及很多因素，但阴影是一个关键因素。 然而
  115.8w
 
 
        AceDong
        Apple
      
    iOS-音频-AVAudioSession
 1. AVAudioSession 概述 最近一年一直在做IPC Camera的iOS客户端开发。和音频打交道，必须要弄清楚 AVAudioSession。 可以看到AVAudioSession就是用来管理多个APP对音频硬件设备（麦克风，扬声器）的资源使用。 2. AVAud…
  1.3w
 
 
        网易云音乐技术团队
        数据可视化
      
    Web Audio在音频可视化中的应用
 本文有两个关键词：音频可视化和Web Audio。前者是实践，后者是其背后的技术支持。 Web Audio 是很大的知识点，本文会将重点放在如何获取音频数据这块，对于其 API 的更多内容，可以查看 MDN。 另外，要将音频数据转换成可视化图形，除了了解 Web Audio 之…
  9983
 




    
 
        程序员老鱼
        掘金·日新计划
        ChatGPT
        OpenAI
      
    ChatGPT保姆级教程，一分钟学会使用ChatGPT！
 最近ChatGPT大火！微软退出首款ChatGPT搜索引擎，阿里等国内巨头也纷纷爆出自家产品，一夜之间，全球最大的科技公司仿佛都回到了自己年轻时的样子！ 然而，ChatGPT这么火，这么好玩的东西，国
  69.9w
 
 
        程序员依扬
      
    【1 月最新】前端 100 问：能搞懂 80% 的请把简历给我
 半年时间，几千人参与，精选大厂前端面试高频 100 题，这就是「壹题」。 在 2019 年 1 月 21 日这天，「壹题」项目正式开始，在这之后每个工作日都会出一道高频面试题，主要涵盖阿里、腾讯、头条、百度、网易等大公司和常见题型。得益于大家热情参与，现在每道题都有很多答案，提…
  65.0w
 
 
            11138
        Wizey
        Debug
        Python
      
    Python日志库logging总结-可能是目前为止将logging库总结的最好的一篇文章
 在部署项目时，不可能直接将所有的信息都输出到控制台中，我们可以将这些信息记录到日志文件中，这样不仅方便我们查看程序运行时的情况，也可以在项目出现故障时根据运行时产生的日志快速定位问题出现的位置。 Python 标准库 logging 用作记录日志，默认分为六种日志级别（括号为级…
  31.8w
 
 
      
    Audio Unit采集音频实战
 iOS中使用Audio unit实现音频数据采集,直接采集PCM无损数据, Audio Unit不能直接采集压缩数据,在以后的文章会讲到音频压缩. 使用Audio Unit采集硬件输入端,如麦克风,其他外置具备麦克风功能设备(带麦的耳机,话筒等,前提是其本身要和苹果兼容). 本…
  6631
 
 
      
    音频编码 Audio Converter




    
 iOS中将采集到的原始音频数据(PCM)进行编码以得到压缩数据类型(AAC...). 本例最终实现的是通过Audio Unit采集到PCM数据,将其压缩转为AAC数据,并以录制的形式保存在沙盒中.可调整编码后音频数据格式,采样率,编码器类型等参数. 利用Audio Toolbo…
  4479
 
 
        DannyIdea
      
    高并发场景下缓存处理思路总结
 在实际的开发当中，我们经常需要进行磁盘数据的读取和搜索，因此经常会有出现从数据库读取数据的场景出现。但是当数据访问量次数增大的时候，过多的磁盘读取可能会最终成为整个系统的性能瓶颈，甚至是压垮整个数据库，导致系统卡死等严重问题。 当数据量较高的时候，需要减少对于数据库里面的磁盘读…
  31.3w
 
 
      
    音频解码 Audio Converter
 iOS中将压缩音频数据(如AAC)进行解码以得到原始音频数据类型:线性PCM. 本例最终实现的是通过Audio Queue采集到AAC压缩数据,将其解码为PCM数据,并将解码后的PCM数据以录制的形式保存在沙盒中.可调整解码后采样率,解码器类型等参数. 本例可拓展,不仅仅解码A…
  4346
 
 
        Kafka
      
    kafka segment
 什么是 kafka segment 为了更加方便管理 kafka Replication 中的数据，kafka 将一个 Replication 拆分成多个大小相等的数据段，这每一小段数据被 kafka
  1370
 
 
        Neal_yang
      
    一个合格(优秀)的前端都应该阅读这些文章
 的确，有些标题党了。起因是微信群里，有哥们问我，你是怎么学习前端的呢？能不能共享一下学习方法。一句话也挺触动我的，我真的不算是什么大佬，对于学习前端知识，我也不能说是掌握了什么捷径。当然，我个人的学习方法这篇文章已经在写了，预计这周末会在我个人公众号发布。而在此之前，我想展(g…
  39.3w
 
 
        ssh_晨曦时梦见兮
        JavaScript
      
    写给初中级前端的高级进阶指南
 我曾经一度很迷茫，在学了 Vue、React 的实战开发和应用以后，好像遇到了一些瓶颈，不知道该怎样继续深入下去。相信这也是很多一两年经验的前端工程师所遇到共同问题，
  37.2w
 
 
        嵌入式视觉
        掘金·日新计划
        ChatGPT
      
    手把手教你注册和使用ChatGPT
 ChatGPT 是一个基于 GPT-3 模型的对话系统，它主要用于处理自然语言对话。通过训练模型来模拟人类的语言行为。本文给出了 ChatGPT 的详细注册及使用教程，称得上是保姆级别的丰富图文教程。
  34.9w
 
 
          
 
 
  
 
 友情链接：
 
    小王很ok
       
   私信