问题标签 [pydub]

我正在尝试使用pydub将上传的 mp3 转换为特定比特率，使用以下代码：

我收到此错误：

FileNotFoundError: [WinError 2] Systemet finner ikke angitt fil

调用的代码process_mp3是（注意：track_obj 是一个 Django 模型对象，ID 来自数据库）：

显然，mutagen 可以很好地读取文件，但 pydub 不能。是什么赋予了？

我编写了一个类似于 shazam 应用程序的 python 脚本。它捕获 15 秒的音频，然后尝试猜测它对应于数据库中的哪首歌。我已经将我们的歌曲数据库（一个字典字典，其中每个键代表歌曲名称）存储为一个 pickle 文件，称之为 song_db.p，因为创建数据库实际上需要几个小时，大约 100 首歌曲。当我运行我的“Shazam 应用程序”时，这些是步骤：

1. 当用户希望开始记录 15 秒样本时，他按下回车键。
2. 完成后，我解开我的数据库。
3. 然后我调用一个guess_song 函数来尝试猜测这首歌。

第 2 步大约需要 45 秒才能完成。不是很好！我想做的是在用户运行程序或在录制的同时开始解压我的数据库（至少会节省 15 秒，因为这是录制长度），因为两者是独立的。我如何在后台进程中运行 unpickling 函数，该进程将与录制歌曲以及我的 main 函数中的任何函数一起运行，但我不想在 unpickling 完成之前调用guess_song。

这是我编写的代码，它使我得到了大约 5-10 秒的提升，但我与录制并行运行（不是真正在后台）。我想我肯定能做得比这更好。

我在我的主要功能中将其称为：

其中 record_song() 是不言自明的，而 get_db 执行数据库的 unpickling。

我试图抑制 aplay 的输出，但没有成功。我知道如何使用 stdout 抑制打印语句，但我不知道如何使用 pydub 模块归档相同的结果。例如，当我使用此代码播放声音时

生成的输出（红色！）是

avplay 版本 9.18-6:9.18-0ubuntu0.14.04.1，版权所有 (c) 2003-2014 Libav 开发人员于 2015 年 3 月 16 日 13:19:10 使用 gcc 4.8 (Ubuntu 4.8.2-19ubuntu1) 输入 #0，wav ，来自“/tmp/tmp5DUj0a.wav”：
持续时间：00:00:01.32，比特率：1411 kb/s 流 #0.0：音频：pcm_s16le，44100 Hz，2 个通道，s16，1411 kb/s

当您连接更多音频时，很容易丢失关键信息。有没有办法切断这种输出？

谢谢。

我做了这门课：

我面临的问题是当我创建一些AudioSegmentCustom变量时，如果我“添加”它们，add操作返回其原始父类型 =AudioSegment

因此以下代码不起作用：

因为我得到：

...即使我从一个AudioSegmentCustom对象开始，我也以AudioSegment“唯一”对象结束。“强制”新创建对象的类型的方法是什么？

以防万一您需要它：

Python初学者寻求一些帮助。

我正在使用 pydub 的静音模块来拆分和导出音频文件的块。我正在使用对这个问题的顶部回复中找到的方法：

使用 pyDub 截取长音频文件

不过现在，这些沉默不包括在块中。我希望他们留在最后。我假设我必须对 pydub.silence 函数进行修改，但我不知道需要进行哪些更改。现在是 split_on_silence：

谢谢你的帮助。

〜埃里克。

我有两个脚本，其中一个分割一定长度的音频，另一个在每次有无声段落时分割音频。是否可以在静音时分割音频，但只有在经过一定时间之后？我需要在不短于 5 分钟的静默中分割视频块。

忽略静音分割脚本：

忽略长度的拆分脚本：

我编写了一个 python 脚本来获取 30 分钟 mp3 中的音频，并将其切成带有 unix 时间戳的第二长文件。源音频文件为 192kbps、441000Hz、立体声 mp3 文件。

我希望这样的服务可以存档来自广播电台（我工作的地方）的音频，并可以在给定的开始和结束时间将其传送给用户，直到第二个。我们让服务器关闭了一个小时进行维护（我们尽量不这样做，但它确实发生了），我们在这段时间内使用另一台计算机记录了它，该计算机将我们的音频保存在 30 分钟的块中。通常，此存档服务器会毫无问题地自行保存第二长的块。

执行转换的函数，给定一个 30 分钟的输入音频文件，保存输出块的目录，以及文件的开始时间作为 unix 时间戳：

我的问题是这个脚本转换的所有第二个文件似乎都超过一秒，在它们开始时平均有 70 毫秒的静默。当我从我的存档服务器下载文件时，它会给我所有连接在一起的文件，所以听起来很糟糕而且有问题。

有人可以帮我吗？我不确定这个错误来自哪里。

如果您好奇，我的完整脚本：

http://pastebin.com/fy8EkVSz

我知道以下问题： How to create a pydub AudioSegment using an numpy array?

我的问题正好相反。如果我有一个 pydub AudioSegment 如何将它转换为一个 numpy 数组？

我想使用 scipy 过滤器等。我不太清楚 AudioSegment 原始数据的内部结构是什么。

我正在以 mp3 格式在 android 中录制音频，为此我将MPEG_4其用作输出格式，同时AAC用作 AudioEncoder 并且它确实录制了音频。

问题是当我在 python pydub 中使用该文件进行进一步处理时，它无法解码音频 amd 给我这样的错误：

即使我安装了ffmpeg。我也尝试过不同的音频编码器，例如AMR_NB但问题仍然相同。它无法解码音频。

这是我在 pydub 中所做的事情：

有谁知道录制 mp3 音频的正确 AudioEncoder 是什么？

我正在该样本中存在的每一帧绘制一个音频样本幅度，如下所示：

在此过程中，我注意到声音 AudioSegment 的长度与声音 raw_data 不同，为什么会这样？

而且随着 test.mp3 持续时间变长，x 轴上的刻度线会达到几百万，所以我的疑问是我们如何以较低的采样率绘制数据，或者换句话说，如何减少数据数组中的样本数量？

这是我的第一个想法：计算音频数据数组中前 10 或 20 个样本的平均值，并将它们表示为一个点，这样我们就可以减少样本数量。但是，这可能会导致一些信息丢失和性能问题。

python有没有其他方法可以做到这一点？