1

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：

4

1 回答 1

2

您需要关闭pipe.stdin并等待子流程结束。

关闭pipe.stdin冲洗stdin管道。
此处解释了该主题：写入 python 子进程管道：

在调用之前关闭标准输入（刷新并发送 EOF）的关键wait

在 之后添加以下代码行pipe.stdin.write(data)： 

pipe.stdin.close()
pipe.wait()

您还可以尝试在以下位置设置较大的缓冲区大小sp.Popen： 

pipe = sp.Popen(out_cmds, stdin=sp.PIPE, stdout=sp.PIPE, stderr=sp.PIPE, bufsize=10**8)
于 2020-02-03T22:15:11.127 回答