9

如何使用 PyDub 从波形文件的开头和结尾删除静音？

我想我应该逐段访问并检查它是否静音（但我无法做到）：/

例如，我有一个在开头、结尾或两者都有静音的波形文件（如下所示），我想删除文件开头和结尾的静音：

无声波形文件

例如我想导入它

sound = AudioSegment.from_wav(inputfile)

循环每个声音样本以检查它是否无声并标记自波浪开始时的最后一个无声样本（marker1），然后到达波浪结束前的最后一个样本（marker2），我可以从两者中导出新的声音文件标记

newsound = sound[marker1:marker2]

newsound.export(outputfile, format="wav")
4

3 回答 3

36

我建议您以至少 10 毫秒的时间块循环，以便更快地完成（更少的迭代），并且因为单个样本并没有真正的“响度”。

声音是振动，所以至少需要 2 个样本来检测是否真的有声音，（但这只会告诉你高频）。

无论如何......这样的事情可以工作：

from pydub import AudioSegment

def detect_leading_silence(sound, silence_threshold=-50.0, chunk_size=10):
    '''
    sound is a pydub.AudioSegment
    silence_threshold in dB
    chunk_size in ms

    iterate over chunks until you find the first one with sound
    '''
    trim_ms = 0 # ms

    assert chunk_size > 0 # to avoid infinite loop
    while sound[trim_ms:trim_ms+chunk_size].dBFS < silence_threshold and trim_ms < len(sound):
        trim_ms += chunk_size

    return trim_ms

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

start_trim = detect_leading_silence(sound)
end_trim = detect_leading_silence(sound.reverse())

duration = len(sound)    
trimmed_sound = sound[start_trim:duration-end_trim]
于 2015-04-09T22:31:20.763 回答
3

您可以使用以下代码：

from pydub.silence import detect_nonsilent

def remove_sil(path_in, path_out, format="wav"):
    sound = AudioSegment.from_file(path_in, format=format)
    non_sil_times = detect_nonsilent(sound, min_silence_len=50, silence_thresh=sound.dBFS * 1.5)
    if len(non_sil_times) > 0:
        non_sil_times_concat = [non_sil_times[0]]
        if len(non_sil_times) > 1:
            for t in non_sil_times[1:]:
                if t[0] - non_sil_times_concat[-1][-1] < 200:
                    non_sil_times_concat[-1][-1] = t[1]
                else:
                    non_sil_times_concat.append(t)
        non_sil_times = [t for t in non_sil_times_concat if t[1] - t[0] > 350]
        sound[non_sil_times[0][0]: non_sil_times[-1][1]].export(path_out, format='wav')
于 2020-02-13T16:32:16.550 回答
2

pydub自从第一次提出这个问题以来可能已经更新，但这是我用来修剪尾随和前导沉默的代码：

from pydub import AudioSegment
from pydub.silence import detect_leading_silence

trim_leading_silence: AudioSegment = lambda x: x[detect_leading_silence(x) :]
trim_trailing_silence: AudioSegment = lambda x: trim_leading_silence(x.reverse()).reverse()
strip_silence: AudioSegment = lambda x: trim_trailing_silence(trim_leading_silence(x))

sound = AudioSegment.from_file(file_path_here)
stripped = strip_silence(sound)

detect_leading_silencefrompydub.silence为您提供索引，您可以使用它来分割加载的AudioSegment. 基本上，您可以反转AudioSegment、修剪它，然后再次反转它以修剪尾随的静音。去除两端的沉默无异于修剪前导和尾随的沉默。

请注意，如果加载的内容是无声的或在修剪操作后变得无声，则strip_silence应该引发一个。IndexErrorAudioSegment

我上次查看时，默认块大小为 10 毫秒，默认静音阈值为 -50 dBFS。

我的版本pydub是 0.25.1，我的版本ffmpeg是 4.3.1。

于 2021-09-26T03:17:03.433 回答