< python音频库：Windows下pydub安装配置、过程出现的问题及常用API >

背景

• 刚从B站上看过倒放挑战之后也想体验下，心血来潮一个晚上完成了基本的实现。其中倒放与播放部分使用了pydub这个音频库，十分快捷方便，但是它完整一套的配置让我还是踩了几个坑。特将其配置过程记录于此，方便大家。

• Windows10系统

• < Pydub in Github >

安装Pydub

• Anaconda：打开Anaconda prompt，activate切换至工作环境下，键入pip install pydub

• Pycharm：setting下project，将Pydub安装进pip环境

安装FFmpeg（或选择libav）

1. 下载FFmpeg

   • < FFmpeg官网 > ：找到对应的系统版本下载。

   • 将压缩包解压到任意目录。

   • 将安装安装目录下的bin文件夹添加到系统的Path环境变量中。

   • 如果添加环境变量成功后，打开cmd，键入ffmpeg -version，就可以看到版本信息。

2. 下载FFmpeg包

   • 除了按完成以上下载之外，还需要在python中导入FFmpeg包

   • 同上Pydub包导入 - pip install FFmpeg

安装Pyaudio

• 可以仅使用纯Pydub打开或保存WAV文件。为了打开或保存非WAV文件——比如MP3——你需要ffmepg或是libav。而如果需要播放音频，则需要安装以下包：

  • simpleaudio

  • Pyaudio

  • ffplay (通常随FFmpeg安装)

  • avplay ((通常随libav安装）

• 官网是强烈推荐安装simpleaudio，而我选择的是Pyaudio，因为之后程序的其他部分还需要用到，所以就直接选择了Pyaudio。

• 包安装同上Pydub - pip install pyaudio

• 至此安装配置工作完成，可试验以下代码看是否能运行。

from pydub import AudioSegment
from pydub.playback import play

sound = AudioSegment.from_file("0.mp3", "mp3")
play(sound)

问题：[Errno 13] Permission denied

• 安装了Pydub和FFmpeg，但是缺少播放音频的包，安装后不再显示。

问题 [WinError 2] 系统找不到指定的文件

• 安装了FFmpeg其中的一项，还缺少另外一项，安装后不再显示。

常用API

打开一个XXX类型文件：

mp4_version = AudioSegment.from_file("never_gonna_give_you_up.mp3", "mp3")
wma_version = AudioSegment.from_file("never_gonna_give_you_up.wav", "wav")
aac_version = AudioSegment.from_file("never_gonna_give_you_up.mp4", "mp4")

对音频段切片

# pydub做任何操作的时间尺度都是毫秒
ten_seconds = 10 * 1000

first_10_seconds = song[:ten_seconds]
last_5_seconds = song[-5000:]

连接音频段

without_the_middle = beginning + end

让开头更响和让结束更弱

# 声音增益6dB
beginning = first_10_seconds + 6

# 声音减弱3dB
end = last_5_seconds - 3

重复

# 将片段重复两遍
do_it_over = with_style * 2

倒放

# 读取想要倒放的音频文件
ted = AudioSegment.from_file("ted.mp3")
# 将音频倒放赋给变量 backwards
backwards = ted.reverse()

保存结果 / 音频格式转换

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

批量处理音频

from pydub import AudioSegment

# i 从 0 到 9 取值
for i in range(10):
    # 按顺序读取 00i.m4a 文件
    temp = AudioSegment.from_file(f"00{i}.m4a")
    # 将 00i.m4a 转换为 答案00i.mp3
    temp.export(f"答案00{i}.mp3")
    # 将音频倒放
    backplay = temp.reverse()
    # 将倒放音频存为 音谜00i.mp3
    backplay.export(f"音谜00{i}.mp3")
# 打印个 done 提示完成
print("done")

举个例子：

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)

# 让我们只包含第一首歌的前30秒 (切片以毫秒为单位)
beginning_of_song = first_song[:30*1000]

playlist = beginning_of_song
for song in playlist_songs:
    # 我们不想让结尾听起来像是突然停止，所以我们给它加上10秒的淡化
    playlist = playlist.append(song, crossfade=(10 * 1000))

# 让我们给最后一首歌的结尾加上淡出
playlist = playlist.fade_out(30)

# 唔……我还想知道它有多长( len(audio_segment)返回值同样是以毫秒计的 ）
playlist_length = len(playlist) / (1000*60)

# 现在保存下来!
out_f = open("%s_minute_playlist.mp3" % playlist_length, 'wb')

playlist.export(out_f, format='mp3')