使用python自動執行任務

Question

我正在尋找一種方法來使用python自動執行外部程序中的任務。

我有AAC格式的大型音頻文件。 我需要將它們轉換為mp3，然后放大它們（避免失真）。

我用pydub librarie編寫了一個程序，它可以很好地處理小文件，但我的文件太大（超過2小時或200mb）並且我的內存耗盡（因為我認為lib存儲了RAM中的完整文件）。 我不能將文件拆分成塊，因為我不能因為上一個原因再次合並它們，我需要將文件整合在一起。

所以，我想編寫一個程序，打開另一個程序將文件轉換為mp3（mediahuman音頻轉換器），然后，用另一個程序（WavePad音頻編輯器）放大轉換后的文件，但我不知道這是否可能。

在目前，我是手動完成的，但這需要很長時間的等待，並且需要不到10次點擊（在整個過程中傳播），這很乏味。

我離開了我寫的程序。 我將其轉錄為刪除一些不相關且與此過程無關的函數，另外我將注釋，變量和其他內容翻譯成英文，因此它可能有一些錯誤，但原始程序運行良好：

import glob
import os
from pydub import AudioSegment

#convert to mp3 128 bits
sound = AudioSegment.from_file("input-file.aac")
sound.export("output-file.mp3", format="mp3", bitrate="128k")

#sound.max_dBFS shows how far below the limit the highest sample is (in dB)
sound = AudioSegment.from_file("output.mp3", format="mp3")
max_gain_without_distortion = -1 * sound.max_dBFS

#increase volume by "max_gain_without_distortion" dB
from pydub.playback import play
song = AudioSegment.from_mp3("output-file.mp3")
louder_song = song + max_gain_without_distortion

#save louder song
louder_song.export("output.mp3", format='mp3')

PC規格：///操作系統：windows 10 pro 64位/// RAM：4gb /// CPU：dualcore 3ghz /// PYTHON VERSION：3.7.1 /// Pydub版本：v0.23.1-0-g46782a9 // / ffmpeg / avlib版本：“Build：ffmpeg-20190219-ff03418-win32-static”///

Answer 1

正如評論中所商定的那樣，作為一種解決方案，我將建議使用命令行工具： FFmpeg 。 這是您需要的命令：

ffmpeg -i input-file.aac -b:v 128k -filter:a loudnorm output.mp3

使用loudnorm 。 您也可以按照文檔中的說明直接應用收益，但是應該會得到較差的結果。 標准化可以通過多種方式完成，我建議閱讀這篇文章 。

通過將其與例如find . -name '*.wav' -type f相結合find . -name '*.wav' -type f find . -name '*.wav' -type f您可以輕松查找和轉換目錄樹中的所有文件。

如果你一直在使用Python，你可以檢查Python綁定 。 基本：

import ffmpeg
ffmpeg.input('stereo.aac').output('mono.mp3').run()

最初我打算建議使用sox ： Sound eXchange，瑞士軍刀的音頻處理 。 它不是Python，但有Python綁定 ： pysox 。 然而，事實證明它不支持aac格式（仍然有許多其他格式）。 我認為無論如何都提到它可能會很有趣，因為人們可以先將ffmpeg轉換為更流行的格式，然后將管道結果轉換為sox 。 后者有更多選項可用於修改音頻流。

將wav轉換為mp3並重新采樣為128kbit：

sox -r 128k input-file.wav output-file.mp3

OP要求“通過max_gain_without_distortion dB增加音量”，為此我們可以使用gain或norm如文檔中所述 ：

sox -r 128k input-file.wav output-file.mp3 gain −n -3

在docs之后， -n選項將音頻標准化為0dB FSD; 它通常與負增益-dB一起使用，以使音頻被歸一化到低於0dB的給定電平 。

sox −−norm -r 128k input-file.wav output-file.mp3