讀取聲音資訊、輸出聲音

這篇文章會介紹如何安裝和使用 Python 的 pydub 第三方函式庫，透過 pydub 取得聲音長度、聲道、音量...等基本資訊，以及如何將聲音輸出為不同格式 ( 例如讀取 wav 檔案後輸出為 mp3 格式 )。

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

如何讀取聲音？

參考「pydub Quickstart」說明，可以使用下列的方法，讀取不同格式的聲音檔案：

如果要讀取影片的音軌檔案，可使用下列的方法：

下方的程式碼執行後，會使用 from_mp3 方法，讀取資料夾中一個名為 test.mp3 的聲音檔案。

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

from pydub import AudioSegment
song = AudioSegment.from_mp3("oxxostudio.mp3")      # 讀取 mp3 檔案
print(song)     # <pydub.audio_segment.AudioSegment object at 0x7faaa545a7f0>

如何輸出聲音？

參考「pydub AudioSegment(…).export()」說明，輸出時可以設定以下幾個參數：

下方的程式執行後，會先讀取一段 mp3 聲音檔，接著以 96k 的壓縮比輸出。

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

from pydub import AudioSegment     # 載入 pydub 的 AudioSegment 模組
song = AudioSegment.from_mp3("oxxostudio.mp3")    # 讀取 mp3 檔案
song.export("oxxostudio.wav", format="wav")       # 輸出為 wav
print('ok')                                       # 輸出後印出 ok

下方的程式執行後，會讀取 mp3 聲音檔並轉換成 wav 格式輸出。

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

from pydub import AudioSegment     # 載入 pydub 的 AudioSegment 模組
song = AudioSegment.from_mp3("oxxostudio.mp3")    # 讀取 mp3 檔案
song.export('output.wav', bitrate="96k")          # 輸出壓縮比率為 96k 的 mp3 檔案
print('ok')                                       # 輸出後印出 ok

取得聲音資訊

使用 pydub AudioSegment 讀取 mp3 檔案後，可以使用下列方法取得聲音常用的資訊：

下方的程式執行後，會先讀取一段 mp3 聲音檔，讀取後印出該聲音的聲道數量以及長度。

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

from pydub import AudioSegment     # 載入 pydub 的 AudioSegment 模組
song = AudioSegment.from_mp3("oxxostudio.mp3")  # 讀取 mp3 檔案
duration = song.duration_seconds                # 讀取長度
channels = song.channels                        # 讀取聲道數量
print(channels, duration)                       # 印出資訊

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～