我想将一个应该包含 60s 原始音频的 numpy 数组转换为 .wav 和 .mp3 文件。使用 ffmpeg(版本 3.4.6)我尝试将数组转换为所需的格式。为了比较,我还使用了 modul soundfile。只有 soundfile 创建的 .wav 文件的预期长度正好为 60 秒。ffmpeg 创建的 .wav 文件要短一些,而 .mp3 文件大约是 ca。32s 长。
我希望所有导出的长度相同。我做错了什么?
这是一个示例代码:
import subprocess as sp
import numpy as np
import soundfile as sf
def data2audiofile(filename,data):
out_cmds = ['ffmpeg',
'-f', 'f64le', # input 64bit float little endian
'-ar', '44100', # inpt samplerate 44100 Hz
'-ac','1', # input 1 channel (mono)
'-i', '-', # inputfile via pipe
'-y', # overwrite outputfile if it already exists
filename]
pipe = sp.Popen(out_cmds, stdin=sp.PIPE, stdout=sp.PIPE, stderr=sp.PIPE)
pipe.stdin.write(data)
data = (np.random.randint(low=-32000, high=32000, size=44100*60)/32678).astype('<f8')
data2audiofile('ffmpeg_mp3.mp3',data)
data2audiofile('ffmpeg_wav.wav',data)
sf.write('sf_wav.wav',data,44100)
这里的结果文件以大胆的方式显示: