读取声音信息、输出声音

这篇文章会介绍如何安装和使用 Python 的 pydub 第三方函数库，透过 pydub 取得声音长度、声道、音量...等基本信息，以及如何将声音输出为不同格式 ( 例如读取 wav 文件后输出为 mp3 格式 )。

本篇使用的 Python 版本为 3.7.12，所有范例可使用 Google Colab 实作，不用安装任何软件 ( 参考：使用 Google Colab )

安装 pydub 函数库

输入下列指令，就能安装 pydub 函数库 ( 依据每个人的作业环境不同，可使用 pip 或 pip3 或 pipenv )。

!pip install pydub

如果是使用 Anaconda 的环境，要额外输入下列指令安装 ffmpeg 和 ffprobe，不然执行后会发生找不到 ffprobe 的错误消息 ( 使用 Colab 完全不用安装额外软件包 )。

conda install ffmpeg

!pip install ffprobe

如何读取声音？

参考“pydub Quickstart”说明，可以使用下列的方法，读取不同格式的声音文件：

如果要读取影片的音轨文件，可使用下列的方法：

下方的程序码执行后，会使用 from_mp3 方法，读取文件夹中一个名为 test.mp3 的声音文件。

import os
os.chdir('/content/drive/MyDrive/Colab Notebooks')  # 使用 Colab 要換路徑使用

from pydub import AudioSegment
song = AudioSegment.from_mp3("oxxostudio.mp3")      # 讀取 mp3 檔案
print(song)     # <pydub.audio_segment.AudioSegment object at 0x7faaa545a7f0>

如何输出声音？

参考“pydub AudioSegment(…).export()”说明，输出时可以设定以下几个参数：

下方的程序执行后，会先读取一段 mp3 声音档，接着以 96k 的压缩比输出。

import os
os.chdir('/content/drive/MyDrive/Colab Notebooks')  # 使用 Colab 要換路徑使用

from pydub import AudioSegment     # 載入 pydub 的 AudioSegment 模組
song = AudioSegment.from_mp3("oxxostudio.mp3")    # 讀取 mp3 檔案
song.export("oxxostudio.wav", format="wav")       # 輸出為 wav
print('ok')                                       # 輸出後印出 ok

下方的程序执行后，会读取 mp3 声音档并转换成 wav 格式输出。

import os
os.chdir('/content/drive/MyDrive/Colab Notebooks')  # 使用 Colab 要換路徑使用

from pydub import AudioSegment     # 載入 pydub 的 AudioSegment 模組
song = AudioSegment.from_mp3("oxxostudio.mp3")    # 讀取 mp3 檔案
song.export('output.wav', bitrate="96k")          # 輸出壓縮比率為 96k 的 mp3 檔案
print('ok')                                       # 輸出後印出 ok

取得声音信息

使用 pydub AudioSegment 读取 mp3 文件后，可以使用下列方法取得声音常用的信息：

下方的程序执行后，会先读取一段 mp3 声音档，读取后印出该声音的声道数量以及长度。

import os
os.chdir('/content/drive/MyDrive/Colab Notebooks')  # 使用 Colab 要換路徑使用

from pydub import AudioSegment     # 載入 pydub 的 AudioSegment 模組
song = AudioSegment.from_mp3("oxxostudio.mp3")  # 讀取 mp3 檔案
duration = song.duration_seconds                # 讀取長度
channels = song.channels                        # 讀取聲道數量
print(channels, duration)                       # 印出資訊

参考数据

• pydub API Documentation

意见反馈