Python从视频文件中提取wav

Question

有关的：

如何使用python从视频文件中提取音频？

从视频中提取音频为 wav

如何从视频中翻录音频？

我的问题是如何从视频文件中提取 wav 音轨，比如video.avi ？ 我读了很多文章，到处都有人建议使用（来自 Python） ffmpeg作为子PyFFmpeg （因为没有可靠的 python 绑定到 ffmpeg - 唯一的希望是PyFFmpeg但我发现它现在没有维护）。 我不知道这是否是正确的解决方案，我正在寻找好的解决方案。
我查看了 gstreamer，发现它很好，但无法满足我的需求——我发现从命令行完成此任务的唯一方法看起来像

 gst-launch-0.10 playbin2 uri=file://`pwd`/ex.mp4  audio-sink='identity single-segment=true ! audioconvert ! audio/x-raw-int, endianness=(int)1234, signed=(boolean)true, width=(int)16, depth=(int)16, rate=(int)16000, channels=(int)1 ! wavenc !  filesink location=foo.wav’ 

但这效率不高，因为我需要在播放视频并同时写入 wav 文件时等待很长时间。

ffmpeg好多了：

avconv  -i foo.mp4  -ab 160k -ac 1 -ar 16000 -vn ffaudio.wav

但是我无法从 python 启动它（不是作为命令行子进程）。 您能否指出从 python 启动 ffmpeg 作为命令行实用程序的利弊？ （我的意思是使用 python multiprocessing模块或类似的东西）。

还有第二个问题。

有什么简单的方法可以将长 wav 文件切成碎片，这样我就不会打断任何单词？ 我的意思是在句子/单词的暂停期间开始和结束 10-20 秒的长度？

我知道如何在任意片段上打破它们：

import wave


win= wave.open('ffaudio.wav', 'rb')
wout= wave.open('ffsegment.wav', 'wb')

t0, t1= 2418, 2421 # cut audio between 2413, 2422 seconds
s0, s1= int(t0*win.getframerate()), int(t1*win.getframerate())
win.readframes(s0) # discard
frames= win.readframes(s1-s0)

wout.setparams(win.getparams())
wout.writeframes(frames)

win.close()
wout.close()

Answer 1

使用ffmpeg和python子进程是一项非常简单的任务，人们将这个解决方案作为一个好的解决方案是有原因的。

这是从给定视频文件中提取音频的基本命令：

ffmpeg -i test.mp4 -ab 160k -ac 2 -ar 44100 -vn audio.wav

Python 代码只是包装了这个命令：

import subprocess

command = "ffmpeg -i C:/test.mp4 -ab 160k -ac 2 -ar 44100 -vn audio.wav"

subprocess.call(command, shell=True)

你必须确保 ffmpeg 是一个已知任务，所以在你的系统环境变量中，在路径下，应该列出 ffmpeg.exe 的路径，或者你可以在你的 python 代码中使用 exe 的完整路径。

Answer 2

这可能比 ffmpeg 更好更容易使用，它被称为 python-video 转换器，可用于从视频中提取音频， https://github.com/senko/python-video-converter ，它可以用于结合mpg123，如下

    from converter import Converter
    import os
    c = Converter()
    clip = 'clip.avi'
    conv = c.convert(clip, 'audio.mp3', {'format':'mp3','audio':{'codec': 'mp3','bitrate':'22050','channels':1}})
    for timecode in conv:
        pass    
    os.system("mpg123 -w audio.wav audio.mp3")

转换器模块从视频中提取音频并将其保存为 mp3 文件，而 mpg123 将 mp3 文件转换为 mp4，

一个不同的解决方案如下：在 python https://github.com/Zulko/moviepy 中使用 moviepy 模块

    import moviepy.editor as mp
    clip = mp.VideoFileClip("video.avi").subclip(0,20)
    clip.audio.write_audiofile("theaudio.mp3")

subclip 函数中的数字指定音频的开始和结束，以秒为单位。 然后您可以使用 mpg123 将音频更改为任何其他格式

Answer 3

可以从音频文件或视频文件的配乐创建音频剪辑

from moviepy.editor import *
audioclip = AudioFileClip("some_audiofile.mp3")
audioclip = AudioFileClip("some_video.avi")

https://zulko.github.io/moviepy/getting_started/audioclips.html

Answer 4

或例如从中提取mp3

import os

VIDEOS_PATH = '/Users/****/videos'
VIDEOS_EXTENSION = '.webm'  # for example
AUDIO_EXT = 'wav'

EXTRACT_VIDEO_COMMAND = ('ffmpeg -i "{from_video_path}" '
                         '-f {audio_ext} -ab 192000 '
                         '-vn "{to_audio_path}"')

os.chdir(VIDEOS_PATH)
files = os.listdir(VIDEOS_PATH)
for f in files:
    if not f.endswith(VIDEOS_EXTENSION):
        continue

    audio_file_name = '{}.{}'.format(f, AUDIO_EXT)
    command = EXTRACT_VIDEO_COMMAND.format(
        from_video_path=f, audio_ext=AUDIO_EXT, to_audio_path=audio_file_name,
    )
    os.system(command)

Answer 5

FFmpeg 是最著名的多媒体框架之一，广泛用于处理视频。 为了对视频进行编码，当然必须使用视频编码器。 有关更多信息，请使用： http : //machinelearninguru.com/computer_vision/video_processing/ffmpeg_extract_audio/ffmpeg_audio_extract.html