微立顶科技

新闻资讯

创新 服务 价值

  基于python3下wav文件的批量分割

发布日期:2022/8/24 13:43:24      浏览量:

基于python3下wav文件的批量分割


import os
import wave
import contextlib
import numpy as np
import matplotlib.pyplot as plt

from scipy.io import wavfile
from pydub import AudioSegment

def wav_infos(wav_path):
    ’’’
    获取音频信息

    :param wav_path: 音频路径
    :return: [1, 2, 8000, 51158, ’NONE’, ’not compressed’]
    对应关系:声道,采样宽度,帧速率,帧数,唯一标识,无损
    ’’’
    with wave.open(wav_path, "rb") as f:
        f = wave.open(wav_path)

        return list(f.getparams())

def read_wav(wav_path):
    ’’’
    读取音频文件内容:只能读取单声道的音频文件, 这个比较耗时

    :param wav_path: 音频路径
    :return:  音频内容
    ’’’
    with wave.open(wav_path, "rb") as f:
        # 读取格式信息
        # 一次性返回所有的WAV文件的格式信息,它返回的是一个组元(tuple):声道数, 量化位数(byte单位), 采
        # 样频率, 采样点数, 压缩类型, 压缩类型的描述。wave模块只支持非压缩的数据,因此可以忽略最后两个信息
        params = f.getparams()
        nchannels, sampwidth, framerate, nframes = params[:4]

        # 读取声音数据,传递一个参数指定需要读取的长度(以取样点为单位)
        str_data = f.readframes(nframes)

    return str_data

def get_wav_time(wav_path):
    ’’’
    获取音频文件是时长

    :param wav_path: 音频路径
    :return: 音频时长 (单位秒)
    ’’’
    with contextlib.closing(wave.open(wav_path, ’r’)) as f:
        frames = f.getnframes()
    rate = f.getframerate()
    duration = frames / float(rate)
    return duration

def get_ms_part_wav(main_wav_path, start_time, end_time, part_wav_path):
    ’’’
    音频切片,获取部分音频 单位是毫秒级别

    :param main_wav_path: 原音频文件路径
    :param start_time:  截取的开始时间
    :param end_time:  截取的结束时间
    :param part_wav_path:  截取后的音频路径
    :return:
    ’’’
    start_time = int(start_time)
    end_time = int(end_time)

    sound = AudioSegment.from_mp3(main_wav_path)
    word = sound[start_time:end_time]

    word.export(part_wav_path, format="wav")

def get_second_part_wav(main_wav_path, start_time, end_time, part_wav_path):
    ’’’
    音频切片,获取部分音频 单位是秒级别

    :param main_wav_path: 原音频文件路径
    :param start_time:  截取的开始时间
    :param end_time:  截取的结束时间
    :param part_wav_path:  截取后的音频路径
    :return:
    ’’’
    start_time = int(start_time) * 1000
    end_time = int(end_time) * 1000

    sound = AudioSegment.from_mp3(main_wav_path)
    word = sound[start_time:end_time]

    word.export(part_wav_path, format="wav")

def get_minute_part_wav(main_wav_path, start_time, end_time, part_wav_path):
    ’’’
    音频切片,获取部分音频 分钟:秒数  时间样式:"12:35"

    :param main_wav_path: 原音频文件路径
    :param start_time:  截取的开始时间
    :param end_time:  截取的结束时间
    :param part_wav_path:  截取后的音频路径
    :return:
    ’’’

    start_time = (int(start_time.split(’:’)[0])*60+int(start_time.split(’:’)[1]))*1000
    end_time = (int(end_time.split(’:’)[0])*60+int(end_time.split(’:’)[1]))*1000

    sound = AudioSegment.from_mp3(main_wav_path)
    word = sound[start_time:end_time]

    word.export(part_wav_path, format="wav")

def wav_to_pcm(wav_path, pcm_path):
    ’’’
    wav文件转为pcm文件

    :param wav_path:wav文件路径
    :param pcm_path:要存储的pcm文件路径
    :return: 返回结果
    ’’’
    f = open(wav_path, "rb")
    f.seek(0)
    f.read(44)

    data = np.fromfile(f, dtype=np.int16)
    data.tofile(pcm_path)

def pcm_to_wav(pcm_path, wav_path):
    ’’’
    pcm文件转为wav文件

    :param pcm_path: pcm文件路径
    :param wav_path: wav文件路径
    :return:
    ’’’
    f = open(pcm_path,’rb’)
    str_data  = f.read()
    wave_out=wave.open(wav_path,’wb’)
    wave_out.setnchannels(1)
    wave_out.setsampwidth(2)
    wave_out.setframerate(8000)
    wave_out.writeframes(str_data)

# 音频对应的波形图
def wav_waveform(wave_path):
    ’’’
    音频对应的波形图
    :param wave_path:  音频路径
    :return:
    ’’’
    file = wave.open(wave_path)
    # print(’---------声音信息------------’)
    # for item in enumerate(WAVE.getparams()):
    #     print(item)
    a = file.getparams().nframes  # 帧总数
    f = file.getparams().framerate  # 采样频率
    sample_time = 1 / f  # 采样点的时间间隔
    time = a / f  # 声音信号的长度
    sample_frequency, audio_sequence = wavfile.read(wave_path)
    # print(audio_sequence)  # 声音信号每一帧的“大小”
    x_seq = np.arange(0, time, sample_time)

    plt.plot(x_seq, audio_sequence, ’blue’)
    plt.xlabel("time (s)")
    plt.show()

if __name__ == ’__main__’:

    path = r’C:/123/’  # 原音频目录
    path_segment = r’C:/234/’  # 切割后的音频目录

    print(’开始切割音频!’)

    time_segment = 100  # 切割后短音频的时长
   
    for root, dir, files in os.walk(path):
        for i in range(len(files)):
            audio = root + files[i]
            time_all = int(get_wav_time(audio) * 1000)  # 转换成毫秒
            start_time = 0  # 从第0ms开始切割
            index = 1  # 切割后的序号名,从序号1开始命令
            while start_time <= time_all - time_segment:
                # print(str(i)+ ’: ’ + str(index))
                end_time = start_time + time_segment
                aduio_segment = path_segment + files[i][:-4] + ’_’ + str(index) + ’.wav’
                get_ms_part_wav(audio, start_time, end_time, aduio_segment)
                start_time += time_segment
                index += 1
            # 接下来这两行是为了将最终能够不足time_segment时长的音频剪下来
            aduio_segment = path_segment + files[i][:-4] + ’_’ + str(index) + ’.wav’
            get_ms_part_wav(audio, start_time, time_all, aduio_segment)

    print(’音频切割完成!’)



  业务实施流程

需求调研 →

团队组建和动员 →

数据初始化 →

调试完善 →

解决方案和选型 →

硬件网络部署 →

系统部署试运行 →

系统正式上线 →

合作协议

系统开发/整合

制作文档和员工培训

售后服务

马上咨询: 如果您有业务方面的问题或者需求,欢迎您咨询!我们带来的不仅仅是技术,还有行业经验积累。
QQ: 39764417/308460098     Phone: 13 9800 1 9844 / 135 6887 9550     联系人:石先生/雷先生