用Python从视频文件中提取wav音频文件

Question

用Python从视频文件中提取wav音频文件

pythonaudiovideoffmpeggstreamer

36

相关:

如何使用Python从视频文件中提取音频？

将视频作为wav提取音频

如何从视频中提取音频？

我的问题是如何从视频文件（例如video.avi）中提取wav音频轨道？我阅读了很多文章，并且人们到处建议使用（从Python）ffmpeg作为子进程（因为没有可靠的Python绑定到ffmpeg——唯一的希望是PyFFmpeg，但我发现它现在已经不再维护）。我不知道这是否是正确的解决方案，我正在寻找更好的解决方案。
我看过gstreamer，发现它很不错，但无法满足我的需要——我找到的唯一一种从命令行实现此操作的方法是：

 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’

但这并不高效，因为我需要在播放视频和同时录制到wav文件时等待很久。

ffmpeg更好:

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

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

第二个问题。

有没有简单的方法将长WAV文件切成长度为10-20秒的片段，以便在句子/单词的停顿期间开始和结束，这样就不会打断任何单词？我的意思是，它们必须在句子/单词的停顿期间开始和结束。

我知道如何将它们断成任意长度的片段：

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()

- xolodec

3

你提到了 ffmpeg, 但你正在使用的是 avconv。 - llogan

请参考https://dev59.com/EWox5IYBdhLWcg3wCQAq。它们是不同的项目，不能互相替代。“avconv”是“ffmpeg”的一个分支，为了远离“FFmpeg项目”而创建。 - xolodec

如果在Ubuntu中启动FFMPEG，您会看到以下信息：“FFMPEG程序仅提供脚本兼容性，并将在未来版本中被删除。它已经被弃用，在Libav项目中，为了允许其替代品AVCONV中的不兼容命令行语法改进。请改用AVCONV。” - xolodec

请根据Daweo在此处的建议[https://dev59.com/ylMI5IYBdhLWcg3w4Pvq#55081534]，探索MoviePy库。 - Nasheed Yasin

4个回答

10

这个名为Python视频转换器的工具可能比FFmpeg更好用且更易于使用，它可以用来从视频中提取音频。https://github.com/senko/python-video-converter 它可以与mpg123配合使用，请参考以下示例：

    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格式。

另一种解决方案如下：使用Python中的moviepy模块 https://github.com/Zulko/moviepy

    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时间，单位为秒。然后您可以使用mpg123将音频转换为任何其他格式。

- programmer44

9

音频片段可以从音频文件或视频文件的音轨中创建。

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

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

- Kouassi Konan Jean-Claude

1

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)

- Nick Korolkov

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- user1767754 · Accepted Answer

使用ffmpeg和Python子进程非常容易完成此任务，人们之所以指向这个解决方案是有原因的。

以下是从给定视频文件提取音频的基本命令：

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

Python代码只需将该命令封装起来即可：

import subprocess

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

subprocess.call(command, shell=True)

您需要确保ffmpeg是一个已知的任务，在您的系统环境变量中，路径下应列出ffmpeg.exe的路径，或者您可以在Python代码中使用可执行文件的完整路径。