问题标签 [pydub]

我想像真正的鼓组一样独立地“同时”播放不同长度的不同 wav 文件。

我找到了不同的音频控制库，例如 PyAudio、Pydub 等，我认为解决这个问题的方法是线程化。但它根本不播放声音

如果我将此代码修改为此

它只播放第一个。

我使用 PyDub 而不是 PyAudio 的原因是我认为 PyDub 的使用更容易，但在这种情况下可能没用。我也使用了覆盖，但问题是，它只在第一个文件的持续时间内播放所有文件。

我想知道，问题是什么，或者请让我知道是否有更好的解决方案，也许是另一个库，但如果可能的话，我想避免 PyGame 或 Pyglet 等......因为我认为这会减慢我的速度程序。如果没有，我很期待。

我正在尝试使用 pydub，但是当我使用 AudioSegment 将它导入 python 时，它会给我一个错误，说它无法识别它。我尝试使用 pip install 和在线搜索。有什么帮助吗？？我正在使用 python 2.7

我正在对客户服务数据进行语音情感分析。我有一个音频文件，客户服务官员在其中提出了问题并且客户给出了他的评论。

我需要拆分这段音频，只从客户那里得到评论部分来做情绪分析，不管客户是高兴、悲伤还是中立。

请让我知道，如何拆分音频文件以仅获取客户的音频。音频格式为“.aac”

到目前为止，这就是我所做的：

我正在尝试增加/减少.wavpydub 中几个文件的音高（或速度）。我尝试使用sound.set_frame_rate（我乘以原始帧速率，但没有任何改变）。有谁知道如何做到这一点？（最好不要下载额外的外部库）。谢谢。

谁能向我解释如何修复此代码。如果我设置song等于完整文件路径，我的脚本运行没有任何问题。但是，问题是我并不总是知道该路径中 .mp3 文件的名称，因此我需要将文件作为通配符指向。

任何指针都会很棒！

这是终端的样子：

现在，这个文件肯定存在于我的计算机上，据我所知，我正确使用了反斜杠。为什么 Python 找不到它？

我有几个音频文件，我在 Pydub 中使用AudioSegment.

我想将音频质量从帧速率 22050 降低到 16000 Hz。（一个通道文件）

如果我只是简单地更改 AudioSegment 的帧速率，我得到的是完全相同的波以较慢的速度播放。嗯，够公平的。

但是我如何真正改变波形以适应较低质量、相同速度的播放？

（手动插值是我唯一能想到的，但我不想陷入那种麻烦）

我正在尝试在 pydub 中将文件导出为 mp3，但出现此错误：

输出流 #0:0 的自动编码器选择失败。mp3 格式的默认编码器可能已禁用。请手动选择编码器

如何手动选择编码器，默认编码器是什么，如何启用它？

PS：我的 Pydub 打开 mp3 文件没有任何问题。我正在使用 Windows 和 Libav。

我将小型声音文件存储MongoDB为BSON. 任务是从数据库中检索二进制数据，将其转换为适当的格式并发送回前端。问题在于转换。我发现pydub可以用于此。

我的代码如下

问题在于 Audiosegment 行，因为它不符合标准 并且仍然抛出AudioSegment.from_wav("/input/file.wav").export("/output/file.mp3", format="mp3") 错误。'bytes' object has no attribute 'read'它可以实现pydub吗？

我有一个大型的旧音乐库（1920 年代、30 年代、40 年代等），其中有很多重复项，我想确定重复项并使用相同的 MP3 标签信息组织它们。由于音乐是不久前录制的，虽然它们听起来可能类似于人耳，但它们的录音实际上可能有点不同（更安静、更静态等）。

我目前正在解析一些音乐，pydub并且能够生成 wav 文件，消除歌曲开头和结尾的静音，并压缩音乐的动态范围，但我希望能够比较wav 文件，如果它们足够相似，我可以假设它们是相同的并给它们相同的标签。

是否有可能通过类似的方式运行 wav 文件数据，scipy并numpy使用类似傅里叶变换/FFT 的方式以高精度比较/关联数据？我知道它可以使用类似的系统来完成，dejavu但它非常密集并且在数据库中使用大量存储空间，而且我可以访问原始文件而不是使用麦克风，所以我更愿意做一些更简单的事情。