快捷導(dǎo)航

Python從視頻中提取音頻的操作

更新時間：2021年04月01日 08:39:17 作者：XerCis

這篇文章主要介紹了Python從視頻中提取音頻的操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

簡介

OpenCV中使用VideoCapture類寫的視頻是沒有音頻的，如果要進(jìn)一步處理音頻則需要用到一個庫——MoviePy，這個庫是Python視頻編輯庫，可裁剪、拼接、標(biāo)題插入、視頻合成、視頻處理和自定義效果。

安裝

pip install moviepy

代碼

from moviepy.editor import *
video = VideoFileClip('test.mp4')
audio = video.audio
audio.write_audiofile('test.mp3')

不安裝moviepy視頻編輯庫可以直接使用ffmpeg-python庫，見參考文獻(xiàn)4，代碼稍微復(fù)雜點

音頻格式

extensions_dict = { "mp4": {'type':'video', 'codec':['libx264','libmpeg4', 'aac']},
          'ogv': {'type':'video', 'codec':['libtheora']},
          'webm': {'type':'video', 'codec':['libvpx']},
          'avi': {'type':'video'},
          'mov': {'type':'video'},
          'ogg': {'type':'audio', 'codec':['libvorbis']},
          'mp3': {'type':'audio', 'codec':['libmp3lame']},
          'wav': {'type':'audio', 'codec':['pcm_s16le', 'pcm_s24le', 'pcm_s32le']},
          'm4a': {'type':'audio', 'codec':['libfdk_aac']}
         }

可看到支持ogg、mp3、wav和m4a四種格式，個人測試m4a輸出失敗，建議只用mp3和wav

測試2分鐘的視頻導(dǎo)出mp3為1.83Mb，wav為20.1Mb

mp3是有損格式，wav是無損格式，按需選擇

備注

要實現(xiàn)更底層的音視頻處理應(yīng)用ffmpeg

補充：python處理mp4視頻提取音頻轉(zhuǎn)為mp3或者wav，并進(jìn)行截取

mp4視頻文件提取音頻轉(zhuǎn)為mp3或者wav文件

mp3是有損文件，wav是無損文件，就像我測試的視頻，mp3導(dǎo)出只有幾十k，wav文件導(dǎo)出有3M多。

from moviepy.editor import *
video = VideoFileClip('aa.mp4')
audio = video.audio
audio.write_audiofile('test.wav')
audio.write_audiofile('test.mp3')

截取map或者wav文件

from scipy.io import wavfile
like = wavfile.read('test.wav')
# print (like)
# 音頻結(jié)果將返回一個tuple。第一維參數(shù)是采樣頻率，單位為秒；第二維數(shù)據(jù)是一個ndarray表示歌曲，如果第二維的ndarray只有一個數(shù)據(jù)表示單聲道，兩個數(shù)據(jù)表示立體聲。所以，通過控制第二維數(shù)據(jù)就能對歌曲進(jìn)行裁剪。
# 對like這個元組第二維數(shù)據(jù)進(jìn)行裁剪，所以是like[1];第二維數(shù)據(jù)中是對音樂數(shù)據(jù)切分。 start_s表示你想裁剪音頻的起始時間；同理end_s表示你裁剪音頻的結(jié)束時間。乘44100 是因為每秒需要進(jìn)行44100次采樣
# 這里表示對該音頻的13-48秒進(jìn)行截取
wavfile.write('test2.wav',44100,like[1][13*44100:48*44100])

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。

您可能感興趣的文章: