聲音剪輯與串接

這篇文章會介紹使用 Python 的 pydub 第三方函式庫，實現聲音剪輯的功能 ( 從音樂或聲音裡，剪輯出一段指定秒數長度的聲音，儲存為 mp3 或 wav )。

本篇使用的 Python 版本為 3.7.12，所有範例可使用 Google Colab 實作，不用安裝任何軟體 ( 參考：使用 Google Colab )

安裝 pydub 函式庫

輸入下列指令，就能安裝 pydub 函式庫 ( 依據每個人的作業環境不同，可使用 pip 或 pip3 或 pipenv )。

!pip install pydub

如果是使用 Anaconda 的環境，要額外輸入下列指令安裝 ffmpeg 和 ffprobe，不然執行後會發生找不到 ffprobe 的錯誤訊息 ( 使用 Colab 完全不用安裝額外套件 )。

conda install ffmpeg

!pip install ffprobe

剪輯指定長度的聲音

使用 pydub 的 AudioSegment 讀取 mp3 檔案 ( 參考「如何讀取聲音？」 )，接著使用串列的方式取出 1500～5500 毫秒的內容，輸出成為 output.mp3。

音樂來源使用 Google 音樂庫：https://www.youtube.com/audiolibrary

import os
os.chdir('/content/drive/MyDrive/Colab Notebooks')  # Colab 換路徑使用

from pydub import AudioSegment     # 載入 pydub 的 AudioSegment 模組

song = AudioSegment.from_mp3("oxxostudio.mp3")  # 讀取 mp3 檔案
song[1500:5500].export('output.mp3')            # 取出 1500 毫秒～5500 毫秒長度的聲音，輸出為 output.mp3
print('ok')                                     # 輸出後印出 ok

串接聲音

讀取聲音後，使用「相加」的方式，就能將不同的聲音串接成同一段聲音，下方的例子會將兩段聲音組合成一段聲音輸出。

import os
os.chdir('/content/drive/MyDrive/Colab Notebooks')  # Colab 換路徑使用

from pydub import AudioSegment

song1 = AudioSegment.from_mp3("oxxo1.mp3")  # 讀取第一個 mp3 檔案
song2 = AudioSegment.from_mp3("oxxo2.mp3")  # 讀取第二個 mp3 檔案
output = song1 + song2                      # 串接兩段聲音
output.export('output.mp3')                 # 輸出為 output.mp3
print('ok')                                 # 輸出後印出 ok

因為讀取的聲音本質已是用串列的方式呈現，所以也能夠使用「串列相乘」的方式，將某一段聲音變成重複多次，下方的例子會將讀取的聲音乘以 3，就會重複三次。

import os
os.chdir('/content/drive/MyDrive/Colab Notebooks')  # Colab 換路徑使用

from pydub import AudioSegment
song = AudioSegment.from_mp3("oxxostudio.mp3")  # 讀取 mp3 檔案
output = song*3                                 # 乘以 3，重複三次變成三倍長
output.export('output.mp3')
print('ok')

參考資料

• pydub API Documentation

意見回饋

如果有任何建議或問題，可傳送「意見表單」給我，謝謝～