Python从视频文件中提取wav

Posted 2023-03-13

【中文标题】Python从视频文件中提取wav

【英文标题】：Python extract wav from video file

【发布时间】：2014-12-31 16:41:39

【问题描述】：

相关：

How to extract audio from a video file using python?

Extract audio from video as wav

How to rip the audio from a video?

我的问题是如何从视频文件中提取 wav 音轨，比如video.avi？ 我阅读了很多文章，人们到处都建议使用（来自 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操作的唯一方法是

 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’ 

但这效率不高，因为我在播放视频并同时写入 wav 文件时需要等待很长时间。

ffmpeg 好多了：

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

但我无法从 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优缺点？ （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 文件切成小块，这样我就不会破坏任何单词？我的意思是 10-20 秒长度的片段，在句子/单词的暂停期间开始和结束？

我知道如何将它们分解成任意部分：

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()

【问题讨论】：

您提到了ffmpeg，但您使用的是avconv。

请参阅***.com/questions/9477115/…。它们是不同的项目，并且相互替代。 avconv if fork of ffmpeg 这样做是为了与 FFmpeg project 保持距离。

如果您在 ubuntu 中启动 ffmeg，您将看到如下消息：The ffmpeg program is only provided for script compatibility and will be removed in a future release. It has been deprecated in the Libav project to allow for incompatible command line syntax improvements in its replacement called avconv. Please use avconv instead.

按照这里的建议探索moviepy库by Daweo

【参考方案1】：

使用 ffmpeg 和 python 子进程是一项非常简单的任务，人们认为这个解决方案是一个很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)

您必须确保 ffmpeg 是一个已知任务，因此在您的系统环境变量中，在 path 下，应列出 ffmpeg.exe 的路径，或者您可以在 python 代码中使用 exe 的完整路径.

【讨论】：

非常感谢。但我对 Python 并不陌生，并且知道如何使用 subprocess 或 multiprocessing 模块来完成此任务。我在询问这种方法可能存在的缺点。除了系统中ffmpeg/aconv 的未知路径（我可以自己轻松找到）之外，我对它们一无所知。所以我问了这个问题，希望有人能指出这种方法的另一个缺点。

老实说，如果您尝试使用免费的可用库，我认为您不会找到比 ffmpeg 更好、更容易使用的东西。

如果我们的.py文件位于不同的位置，我们是否必须在这段代码中指定指向videofile和audiofile的绝对路径？

无论你从哪里启动 python 会话都是基本路径。我建议使用绝对路径，如果你正在调试，你可以复制粘贴命令并在 shell 中运行它。

很好，答案也适用于 webm 作为源文件！

【参考方案2】：

这个比ffmpeg更好用，叫python-video转换器，可以用来提取视频中的音频，https://github.com/senko/python-video-converter，可以和mpg123配合使用，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保存为mp3文件，而mpg123将mp3文件转换为mp4，

不同的解决方案如下： 在python中使用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，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

【参考方案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

【参考方案4】：

或示例从

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)

【参考方案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。欲了解更多信息，请使用：http://machinelearninguru.com/computer_vision/video_processing/ffmpeg_extract_audio/ffmpeg_audio_extract.html

【讨论】：

请解释一下，这是如何回答这两个问题的？