Python中音频处理库pydub的使用教程

前言

pydub是Python中用户处理音频文件的一个库。本文主要介绍了关于Python音频处理库pydub使用的相关内容，分享出来供大家参考学习，下面来看看详细的介绍：

安装：

  1、安装pip工具：sudo apt-get install python-pip

  2、安装pydub：sudo pip install pydub

  3、pydub依赖于ffmpeg，所以还需要安装ffmpeg，由于Ubunbtu14.04官方源移除了ffmpeg，因此通过ppa源安装:

sudo apt-add-repository ppa:mc3man/trusty-media
 sudo apt-get update
 sudo apt-get install ffmpeg

使用：

AudioSegment方法能够将一个音频文件打开成AudioSegment示例，并使用各种方法处理音频，使用前先调用from pydub import AudioSegment

打开音频：

sound1 = AudioSegment.from_file("/path/to/sound.wav", format="wav") //默认mp3格式

sound2 = AudioSegment.from_file("/path/to/another_sound.mp3", format="mp3")等价于sound1
 = AudioSegment.from_mp3("/path/to/sound.mp3")

音量处理：

louder = sound1 + 6 //sound1 声音提高6dB

quieter = sound1 - 6 //sound1 声音降低6dB

combined = sound1 + sound2  //sound1 和sound2叠加

duration_in_milliseconds = len(sound1)  //获取sound的时长

beginning = sound1[:5000] //获取sound1的前5秒音频数据

end = sound1[-5000:]  //获取sound1的后5秒音频数据

注意：

1、对于多个音频的计算，需要多个音频之间的通道数、帧数、采样率以及比特数都一样，否则低质量的音频会向高质量的转换，单声道会向立体声转换，低帧数向高帧数转换。

2、AudioSegment原生就支持wav和raw，如果其他文件需要安装ffmpeg。raw还需要，sample_width，frame_rate，channels三个参数。

生成文件：

export()方法可以使一个AudioSegment对象转化成一个文件。

sound = AudioSegment.from_file("/path/to/sound.wav", format="wav") 

file_handle = sound.export("/path/to/output.mp3", format="mp3")  //简单输出

file_handle = sound.export("/path/to/output.mp3", 
       format="mp3",
       bitrate="192k",
       tags={"album": "The Bends", "artist": "Radiohead"})   //复杂输出

AudioSegment.empty()：

AudioSegment.empty()用于生成一个长度为0的AudioSegment对象，一般用于多个音频的合并。

sounds = [
 AudioSegment.from_wav("sound1.wav"), 
 AudioSegment.from_wav("sound2.wav"), 
 AudioSegment.from_wav("sound3.wav"), 
]
playlist = AudioSegment.empty()
for sound in sounds:
 playlist += sound

AudioSegment.silent()：

ten_second_silence = AudioSegment.silent(duration=10000) //产生一个持续时间为10s的无声AudioSegment对象

获取参数：

此外，还能通过AudioSegment获取音频的参数，同时还能修改原始参数。

具体详见：https://github.com/jiaaro/pydub/blob/master/API.markdown

总结