在音频文件集合中查找指定的音频模式

Posted 2023-02-25

【中文标题】在音频文件集合中查找指定的音频模式

【英文标题】：Find a specified audio pattern in a collection of audio files

【发布时间】：2018-10-24 18:30:03

【问题描述】：

我收集了 1000 个音频文件。这些文件是以 MP3 格式存储的音乐文件，有的 10 分钟长，有的 15 秒长。

我还有一个 1 秒长的音频文件，也是 MP3 格式。我想从我的收藏中找出哪些文件包含这个 1 秒的音频文件。这个 1 秒的音频文件的音频质量可能比我的收藏稍差，因为它被重新编码、重新压缩等，所以我需要一些比简单的二进制搜索更智能的比较方法。

如果我想创建一个小程序来搜索我的音频文件集合中的这个 1 秒音频模式，我应该阅读哪些内容？

编辑：换句话说：我收集的 1000 个文件中的每个文件都是一首歌。我正在搜索的这个 1 秒片段是该专辑中某首歌曲的片段，我想知道它来自哪首歌。

【参考方案1】：

这是使用len(audiosegment) 的pydub 的一种方法。

"../so/*.mp3" 保存您的音频文件。或者您可以使用glob 遍历各种文件夹。

from glob import glob
from pydub import AudioSegment

for mp3_file in glob("../so/*.mp3"):
  tmpAudioSegment = AudioSegment.from_mp3(mp3_file)
   #Note: pydub len returns in milliseconds.
  print("  :  ".format(mp3_file,len(tmpAudioSegment)/1000)) 

结果

../so/Bubbles.mp3  :  10 sec
../so/Drone Dark Suspense 2.mp3  :  30 sec
../so/Sci-Fi Sweep.mp3  :  8 sec
../so/Pinball Machine.mp3  :  22 sec
../so/Title Flange Sweep Hit.mp3  :  3 sec
../so/Whale Sounds.mp3  :  6 sec
../so/Ambient Hit.mp3  :  2 sec
../so/Golf Hit 3.mp3  :  1 sec

【讨论】：

我已经用更多信息更新了这个问题，我的问题是什么。如果我正确理解您的解决方案，如果我想在我的 mp3 文件集合中搜索 1 秒歌曲，它将适用。但我想在我的所有文件集合中匹配 1 秒 mp3 模式，并且所有这些文件都超过 1 秒。这意味着其中一个匹配项可能是文件号 537，其持续时间为 5:30 分钟，位置为 0:13 秒。这个匹配会告诉我，在文件 537 的第 13 秒，有一个与我的 1 秒文件匹配的音频模式。

你要找的是“音频指纹”，结帐github.com/worldveil/dejavu 有详细的实现。如果遇到困难，请尝试并提出具体问题。

看来这确实是我要找的东西！