Pydub：音频处理

Pydub 是一款简单、方便且强大的 Python 音频处理库

• 官方网站：https://pydub.com/
• 项目地址：https://github.com/jiaaro/pydub

日常音频剪辑处理工具，都可以使用它来完成，比如：提取音频、音频切断、音效处理、响度控制、声道配置、音频合成等

快速开始

打开一个 WAV 文件

from pydub import AudioSegment

song = AudioSegment.from_wav("never_gonna_give_you_up.wav")

…或 mp3

song = AudioSegment.from_mp3("never_gonna_give_you_up.mp3")

…或 ogg、flv 或 ffmpeg 支持的任何其他内容

ogg_version = AudioSegment.from_ogg("never_gonna_give_you_up.ogg")
flv_version = AudioSegment.from_flv("never_gonna_give_you_up.flv")

mp4_version = AudioSegment.from_file("never_gonna_give_you_up.mp4", "mp4")
wma_version = AudioSegment.from_file("never_gonna_give_you_up.wma", "wma")
aac_version = AudioSegment.from_file("never_gonna_give_you_up.aiff", "aac")

音频切片：

# pydub does things in milliseconds
ten_seconds = 10 * 1000

first_10_seconds = song[:ten_seconds]

last_5_seconds = song[-5000:]

让开头更响亮，让结尾更安静

# boost volume by 6dB
beginning = first_10_seconds + 6

# reduce volume by 3dB
end = last_5_seconds - 3

连接音频（将一个文件添加到另一个文件的末尾）

without_the_middle = beginning + end

多久了？

without_the_middle.duration_seconds == 15.0

AudioSegments 是不可变的

# song is not modified
backwards = song.reverse()

交叉淡入淡出（同样，开头和结尾不被修改）

# 1.5 second crossfade
with_style = beginning.append(end, crossfade=1500)

重复

# repeat the clip twice
do_it_over = with_style * 2

淡入淡出（请注意，您可以连锁操作，因为一切都会返回 一个音频段）

# 2 sec fade in, 3 sec fade out
awesome = do_it_over.fade_in(2000).fade_out(3000)

保存结果（无论 ffmpeg 支持什么）

awesome.export("mashup.mp3", format="mp3")

使用标签（元数据）保存结果

awesome.export("mashup.mp3", format="mp3", tags={'artist': 'Various artists', 'album': 'Best of 2011', 'comments': 'This album is awesome!'})

您可以使用任何语法 ffmpeg 传递可选的比特率参数来导出 支持。

awesome.export("mashup.mp3", format="mp3", bitrate="192k")

ffmpeg 支持的任何其他参数都可以作为列表传递 【参数】参数，首先是开关，其次是参数。请注意，没有 验证对这些参数进行，您可能会受到什么限制 您的 ffmpeg/avlib 特定版本支持。

# Use preset mp3 quality 0 (equivalent to lame V0)
awesome.export("mashup.mp3", format="mp3", parameters=["-q:a", "0"])

# Mix down to two channels and set hard output volume
awesome.export("mashup.mp3", format="mp3", parameters=["-ac", "2", "-vol", "150"])

调试

人们遇到的大多数问题都与使用格式之间的转换有关 ffmpeg/avlib。 Pydub 提供了一个记录器，将子进程调用输出到 帮助您追踪问题：

>>> import logging

>>> l = logging.getLogger("pydub.converter")
>>> l.setLevel(logging.DEBUG)
>>> l.addHandler(logging.StreamHandler())

>>> AudioSegment.from_file("./test/data/test1.mp3")
subprocess.call(['ffmpeg', '-y', '-i', '/var/folders/71/42k8g72x4pq09tfp920d033r0000gn/T/tmpeZTgMy', '-vn', '-f', 'wav', '/var/folders/71/42k8g72x4pq09tfp920d033r0000gn/T/tmpK5aLcZ'])
<pydub.audio_segment.AudioSegment object at 0x101b43e10>

不用担心转换中使用的临时文件。他们被清理干净了 自动地。

错误与问题

您可以在我们的 github 问题跟踪器中提交错误， 并提出任何技术问题 使用 pydub 标签的堆栈溢出。 我们密切关注两者。

安装

安装 pydub 很容易，但不要忘记安装 ffmpeg/avlib （本文档的下一部分）

pip install pydub

或者从 github 安装最新的开发版本（或者将 @master 替换为 发布版本，例如 @v0.12.0）…

pip install git+https://github.com/jiaaro/pydub.git@master

-或者-

git clone https://github.com/jiaaro/pydub.git

-或者-

将 pydub 目录复制到您的 python 路径中。压缩 这里

依赖关系

您可以使用纯Python打开和保存WAV文件。用于打开和保存非 wav 文件 – 例如 mp3 – 您需要 ffmpeg 或 libav。

回顾

如果您安装了其中之一，则可以播放音频（simpleaudio 强烈推荐，即使您正在安装 ffmpeg/libav）：< /span>

• simpleaudio
• pyaudio
• ffplay（通常与 ffmpeg 捆绑在一起，请参阅下一节）
• avplay（通常与 libav 捆绑在一起，请参阅下一节）

from pydub import AudioSegment
from pydub.playback import play

sound = AudioSegment.from_file("mysound.wav", format="wav")
play(sound)

设置 ffmpeg

你需要安装 libav 或 ffmpeg，才能正常使用 pydub。

Mac（使用 homebrew）：

# libav
brew install libav

####    OR    #####

# ffmpeg
brew install ffmpeg

Linux（使用 aptitude）：

# libav
apt-get install libav-tools libavcodec-extra

####    OR    #####

# ffmpeg
apt-get install ffmpeg libavcodec-extra

Windows：

1. 从此处提供的 Windows 二进制文件下载并解压 libav。
2. 将 libav/bin 文件夹添加到您的 PATH envvar
3. pip install pydub

重要笔记

AudioSegment 对象是不可变的

Ogg 导出和默认编解码器

Ogg 规范 (http://tools.ietf.org/html/rfc5334) 未指定 要使用的编解码器，此选择由用户决定。 Vorbis 和 Theora 只是 一些潜在的编解码器（参见 rfc 第 3 页）可用于 封装数据。

未指定编解码器时，导出到 ogg 将默认 使用 vorbis 作为一种方便。即：

from pydub import AudioSegment
song = AudioSegment.from_mp3("test/data/test1.mp3")
song.export("out.ogg", format="ogg")  # Is the same as:
song.export("out.ogg", format="ogg", codec="libvorbis")

使用示例

假设您有一个目录，其中包含 mp4 和 flv 视频，并且您想要将它们全部转换为 mp3，以便您可以在 mp3 播放器上收听它们。

import os
import glob
from pydub import AudioSegment

video_dir = '/home/johndoe/downloaded_videos/'  # Path where the videos are located
extension_list = ('*.mp4', '*.flv')

os.chdir(video_dir)
for extension in extension_list:
    for video in glob.glob(extension):
        mp3_filename = os.path.splitext(os.path.basename(video))[0] + '.mp3'
        AudioSegment.from_file(video).export(mp3_filename, format='mp3')

另一个例子怎么样？

from glob import glob
from pydub import AudioSegment

playlist_songs = [AudioSegment.from_mp3(mp3_file) for mp3_file in glob("*.mp3")]

first_song = playlist_songs.pop(0)

# let's just include the first 30 seconds of the first song (slicing
# is done by milliseconds)
beginning_of_song = first_song[:30*1000]

playlist = beginning_of_song
for song in playlist_songs:

    # We don't want an abrupt stop at the end, so let's do a 10 second crossfades
    playlist = playlist.append(song, crossfade=(10 * 1000))

# let's fade out the end of the last song
playlist = playlist.fade_out(30)

# hmm I wonder how long it is... ( len(audio_segment) returns milliseconds )
playlist_length = len(playlist) / (1000*60)

# lets save it!
with open("%s_minute_playlist.mp3" % playlist_length, 'wb') as out_f:
    playlist.export(out_f, format='mp3')