开源 python 应用 开发(十)音频压缩
最近有个项目需要做视觉自动化处理的工具,最后选用的软件为python,刚好这个机会进行系统学习。短时间学习,需要快速开发,所以记录要点步骤,防止忘记。
链接:
开源 python 应用 开发(一)python、pip、pyAutogui、python opencv安装-CSDN博客
开源 python 应用 开发(二)基于pyautogui、open cv 视觉识别的工具自动化-CSDN博客
开源 python 应用 开发(三)python语法介绍-CSDN博客
开源 python 应用 开发(四)python文件和系统综合应用-CSDN博客
开源 python 应用 开发(五)python opencv之目标检测-CSDN博客
开源 python 应用 开发(六)网络爬虫-CSDN博客
开源 python 应用 开发(七)数据可视化-CSDN博客
开源 python 应用 开发(八)图片比对-CSDN博客
开源 python 应用 开发(九)目标跟踪-CSDN博客
开源 python 应用 开发(十)音频压缩-CSDN博客
开源 python 应用 开发(十一)百度语音识别API-CSDN博客
推荐链接:
开源 Arkts 鸿蒙应用 开发(一)工程文件分析-CSDN博客
开源 Arkts 鸿蒙应用 开发(二)封装库.har制作和应用-CSDN博客
开源 Arkts 鸿蒙应用 开发(三)Arkts的介绍-CSDN博客
开源 Arkts 鸿蒙应用 开发(四)布局和常用控件-CSDN博客
开源 Arkts 鸿蒙应用 开发(五)控件组成和复杂控件-CSDN博客
推荐链接:
开源 java android app 开发(一)开发环境的搭建-CSDN博客
开源 java android app 开发(二)工程文件结构-CSDN博客
开源 java android app 开发(三)GUI界面布局和常用组件-CSDN博客
开源 java android app 开发(四)GUI界面重要组件-CSDN博客
开源 java android app 开发(五)文件和数据库存储-CSDN博客
开源 java android app 开发(六)多媒体使用-CSDN博客
开源 java android app 开发(七)通讯之Tcp和Http-CSDN博客
开源 java android app 开发(八)通讯之Mqtt和Ble-CSDN博客
开源 java android app 开发(九)后台之线程和服务-CSDN博客
开源 java android app 开发(十)广播机制-CSDN博客
开源 java android app 开发(十一)调试、发布-CSDN博客
开源 java android app 开发(十二)封库.aar-CSDN博客
推荐链接:
开源C# .net mvc 开发(一)WEB搭建_c#部署web程序-CSDN博客
开源 C# .net mvc 开发(二)网站快速搭建_c#网站开发-CSDN博客
开源 C# .net mvc 开发(三)WEB内外网访问(VS发布、IIS配置网站、花生壳外网穿刺访问)_c# mvc 域名下不可訪問內網,內網下可以訪問域名-CSDN博客
开源 C# .net mvc 开发(四)工程结构、页面提交以及显示_c#工程结构-CSDN博客
开源 C# .net mvc 开发(五)常用代码快速开发_c# mvc开发-CSDN博客
本章内容为音频的压缩,可以将标准音频的wav文件压缩为16K频率的wav文件。原因是在做AI音频识别的时候,发现百度的ARS语音转文本只能识别16K频率的音频文件,所以编写了这个代码。
一、主要内容
代码使用pydub库将音频文件转换为16kHz采样率、单声道WAV文件的Python脚本。
需要安装pydub库,在cmd命令行下安装库
pip install pydub -i https://mirrors.aliyun.com/pypi/simple/
二、源代码分析
1. 导入依赖
python
from pydub import AudioSegment # 音频处理库
import os # 操作系统接口
2. 核心函数 convert_to_16k()
功能:将任意音频文件转换为16kHz单声道WAV格式
参数处理逻辑:
如果没有提供输出路径,自动在原文件名后添加"_16k"
使用os.path.splitext()分割文件名和扩展名
音频处理流程:
加载音频:使用AudioSegment.from_file()支持多种格式
打印原始信息:采样率、声道数、时长
转换设置:
set_frame_rate(16000):设置目标采样率
set_channels(1):转换为单声道
导出文件:保存为WAV格式
验证结果:重新加载转换后的文件验证参数
3. 错误处理
使用try-except捕获可能的异常
返回None表示转换失败
以下为源码:
from pydub import AudioSegment
import osdef convert_to_16k(input_path, output_path=None):"""将音频文件转换为16kHz采样率参数:input_path: 输入音频文件路径output_path: 输出音频文件路径(可选,默认为输入文件同目录)"""try:# 如果未指定输出路径,则在原文件名后添加_16kif output_path is None:base_name = os.path.splitext(input_path)[0]output_path = f"{base_name}_16k.wav"# 加载音频文件print(f"正在加载音频文件: {input_path}")audio = AudioSegment.from_file(input_path)# 打印原始音频信息print(f"原始音频信息 - 采样率: {audio.frame_rate}Hz, 声道数: {audio.channels}, 时长: {len(audio)/1000:.2f}秒")# 设置目标采样率为16kHztarget_sample_rate = 16000# 转换采样率和设置为单声道print("正在转换音频...")audio_16k = audio.set_frame_rate(target_sample_rate).set_channels(1)# 导出为WAV文件print(f"正在导出到: {output_path}")audio_16k.export(output_path, format="wav")# 验证转换结果converted_audio = AudioSegment.from_file(output_path)print(f"转换完成! - 新采样率: {converted_audio.frame_rate}Hz, 声道数: {converted_audio.channels}, 时长: {len(converted_audio)/1000:.2f}秒")return output_pathexcept Exception as e:print(f"转换过程中出现错误: {e}")return None# 使用示例
if __name__ == "__main__":input_file = r"C:\Users\Administrator\Desktop\test.wav"output_file = r"C:\Users\Administrator\Desktop\test_16k.wav"# 执行转换result = convert_to_16k(input_file, output_file)if result:print(f"音频转换成功!输出文件: {result}")else:print("音频转换失败!")
三、效果演示
将录音文件test.wav文件放到和python文件同一个目录,运行效果如下,生产了16K频率的音频文件。