问题标签 [pydub]

这个旧线程似乎表明 pydubAudioSegment._data可以用来以某种方式计算声音的音高；不幸的是，这似乎是使用分配给未公开Mpm类的方法完成的。也就是说，但是，如果可以从 中提取音高数据AudioSegment._data，那么有没有办法使用 pydub 来AudioSegment向上或向下移动 的音高？如果没有，是否有另一个 Python 2.7 库可以？

有没有可能解开文件？我已经使用覆盖来混合 2 个音频，但我想取回原始的第一个音频。pydub中有什么我可以使用的吗？

有没有办法防止 pydub 在使用 ffmpeg（在 Windows 上）时打开控制台窗口？每次启动 ffmpeg 以将 mp3 文件转换为 wav 时，它都会短暂打开一个控制台窗口，该窗口在处理完成后会自动关闭，但可能会令人不安。

尝试通过 pydub 运行 ffmpeg 并接收：

运行 python 2.7.11 和 OS X

我试图使用 pydub 在 python 中组合多个 wav 文件，但输出歌曲的播放速度比我想要的慢。所以我提到了这个问题并尝试了同样的方法。

但这行不通。有什么我不知道的技术原因，还是有更好的方法？

我在这里完全空白。我有一个 wav 文件（尝试了来自多个来源的多个文件），我试图使用 pydub.silence.split_on_silence 方法根据单词之间的静音来拆分它。无论我做什么，我都没有得到任何输出，我的意思是没有。使用 Audiosegment 读取文件。我也导出了原始文件，以确保正确读取文件并且导出的文件很好。但没有分裂的wavs。我正在使用 Python 3.5.2

audio_chunks 的打印导致 [] 而不是显示对象数组。没有抛出错误。

嗨，我正在使用 pydub 拆分音频文件，提供从原始片段中获取片段的范围。

我所拥有的是：

它适用于前 3 个新文件。但不是其余的 - 它不会相应地拆分。

问题出在我给出范围的方式上吗？

谢谢你。

添加在：

当它变得简单时 - 例如

并将其导出为 mp3 文件。它有效，但只削减 50000:80000 部分。似乎没有读取正确的范围。

我正在尝试将音频文件导出到 LINEAR16 以用于 Google Speech，我注意到它们指定了 little-endian 字节顺序。我正在使用pydub导出为“原始”格式，但我无法从文档（或源代码）中判断导出的文件是小端格式还是大端格式？我正在使用以下命令进行导出：

谢谢你。-K

我有兴趣使用音频文件作为及时发生的事件的记录。也就是说，我将有多个需要及时对齐的数据流，我想使用音频文件作为参考。所以，我想知道是否有可能获得音频流的实际时基，作为相对于实时时钟的引用？
我很欣赏人们可以根据样本计数和采样频率（例如 16KHz）来确定音频剪辑的持续时间。对于短片，这可能是一个很好的估计，但对于长时间（多小时的录制），这个估计有多准确？我想在多个小时内保持亚秒级的精度。

换句话说，音频文件是否存储音频录制的实际开始和停止时间，参考 RTC（实时时钟）。这将允许为音频文件中的每个样本生成一个时基。如果是这样，我可以从 python 音频库中获取这些数据吗？

我正在使用 MP4/AAC 在 Android 平台上进行编码和pydub后处理。

谢谢。

我正在试验我非常喜欢的 pydub，但是在拆分/加入 mp3 文件时遇到了问题。

我需要在服务器上生成一系列小的音频片段，这些片段将按顺序发送到 Web 浏览器并通过<audio/>元素播放。我需要音频播放“无缝”，各个片段之间没有声音连接。然而，目前，各个音频位之间的连接非常明显，有时会出现短暂的沉默，有时会出现奇怪的音频故障。

在我的概念验证代码中，我采用了一个大型 mp3 并将其分成 1 秒的块，如下所示：

client_data 值通过长期 http 连接流式传输到浏览器：

然后对于每个新的音频块

谁能解释我听到的故障，并提出一种消除它们的方法？