我查看了以下链接:使用开始和停止时间修剪音频文件
但这并不能完全回答我的问题。我的问题是:我有一个音频文件,例如abc.mp3
或abc.wav
.我还有一个包含开始和结束时间戳的文本文件:
0.0 1.0 silence
1.0 5.0 music
6.0 8.0 speech
sox
我想使用 Python 和/将音频分成三个部分ffmpeg
,从而产生三个单独的音频文件。
如何使用sox
or来实现此目的ffmpeg
?
后来我想计算微流控催化裂化对应于使用 的那些部分librosa
。
我在 Ubuntu Linux 16.04 安装上安装了Python 2.7
、ffmpeg
、 和。sox
答案1
我刚刚快速浏览了一下,几乎没有进行测试,所以也许会有帮助。下面依赖ffmpeg python,但无论如何,用它来写作并不是一个挑战subprocess
。
目前,时间输入文件仅被视为时间对、开始和结束,然后是输出名称。缺失的名字被替换为linecount.wav
import ffmpeg
from sys import argv
""" split_wav `audio file` `time listing`
`audio file` is any file known by local FFmpeg
`time listing` is a file containing multiple lines of format:
`start time` `end time` output name
times can be either MM:SS or S*
"""
_in_file = argv[1]
def make_time(elem):
# allow user to enter times on CLI
t = elem.split(':')
try:
# will fail if no ':' in time, otherwise add together for total seconds
return int(t[0]) * 60 + float(t[1])
except IndexError:
return float(t[0])
def collect_from_file():
"""user can save times in a file, with start and end time on a line"""
time_pairs = []
with open(argv[2]) as in_times:
for l, line in enumerate(in_times):
tp = line.split()
tp[0] = make_time(tp[0])
tp[1] = make_time(tp[1]) - tp[0]
# if no name given, append line count
if len(tp) < 3:
tp.append(str(l) + '.wav')
time_pairs.append(tp)
return time_pairs
def main():
for i, tp in enumerate(collect_from_file()):
# open a file, from `ss`, for duration `t`
stream = ffmpeg.input(_in_file, ss=tp[0], t=tp[1])
# output to named file
stream = ffmpeg.output(stream, tp[2])
# this was to make trial and error easier
stream = ffmpeg.overwrite_output(stream)
# and actually run
ffmpeg.run(stream)
if __name__ == '__main__':
main()