pydub入门（基于Pyhton3）

AudioSegment类

pydub 是一个简单易用的 Python 音频处理处罚库，专注于提供高条理的音频利用接口，而 AudioSegment 是它的核心类，用于表现音频片断（如 MP3、WAV、OGG 等格式）。通过 AudioSegment，你可以轻松实现音频文件的加载、切割、归并、格式转换、音量调解等利用。
核心功能

• 多格式支持
  支持常见音频格式（如 MP3、WAV、AAC、OGG、FLAC 等），依靠 FFmpeg 或 libav 举行底层编解码。
  
• 简便的API
  提供雷同列表和字典的利用方式（如切片、拼接、覆盖）。
  
• 跨平台
  兼容 Windows、macOS、Linux。
  

安装与依靠

根本用法

加载音频文件

1. from pydub import AudioSegment
3. # 加载音频文件（自动检测格式）
4. audio = AudioSegment.from_file("input.mp3")
6. # 指定格式加载
7. audio = AudioSegment.from_wav("input.wav")
8. audio = AudioSegment.from_mp3("input.mp3")

复制代码

导出音频文件

1. audio.export("output.wav", format="wav")
2. audio.export("output.mp3", format="mp3", bitrate="192k")

复制代码

音频根本利用

1. # 获取音频属性
2. duration = len(audio)          # 时长（毫秒）
3. channels = audio.channels      # 声道数
4. sample_width = audio.sample_width  # 采样位深（字节）
5. frame_rate = audio.frame_rate  # 采样率（Hz）
7. # 切割音频（从第10秒到第20秒）
8. segment = audio[10_000:20_000]
10. # 调整音量（增加6分贝）
11. louder = audio + 6
13. # 拼接音频
14. combined = audio1 + audio2
16. # 重复播放
17. looped = audio * 3
19. # 淡入淡出
20. faded = audio.fade_in(2000).fade_out(3000)  # 2秒淡入，3秒淡出

复制代码

对帧处理处罚

1. # 获取原始PCM数据（16位小端）
2. raw_data = audio.raw_data
4. opus_datas = []
6. # 按帧处理所有音频数据（包括最后一帧可能补零）
7. for i in range(0, len(raw_data), frame_size * 2):  # 16bit=2bytes/sample
8.     # 获取当前帧的二进制数据
9.     chunk = raw_data[i:i + frame_size * 2]
11.     # 如果最后一帧不足，补零
12.     if len(chunk) < frame_size * 2:
13.         chunk += b'\x00' * (frame_size * 2 - len(chunk))
15.     # 转换为numpy数组处理
16.     np_frame = np.frombuffer(chunk, dtype=np.int16)
18.     # 编码Opus数据
19.     opus_data = encoder.encode(np_frame.tobytes(), frame_size)
20.     opus_datas.append(opus_data)

复制代码