聲音的混合與反轉

這篇文章會介紹使用 Python 的 pydub 第三方函式庫，混合兩段以上的聲音 ( 例如講話的聲音有背景音樂 )，以及實現聲音反轉的趣味效果。

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

混合聲音

使用 pydub AudioSegment 模組讀取 mp3 檔案後 ( 參考「如何讀取聲音？」 )，就可以透過 overlay 方法混合聲音，使用方法如下：

output = sound1.overlay(sound2, position, gain_during_overlay, loop, times)
# output 輸出聲音
# sound1 主聲音
# sound2 要混合的聲音
# position 從 sound1 的何處開始混合，單位毫秒 ( 針對主聲音 )
# gain_during_overlay 混合時 sound1 的音量變化 ( 針對主聲音 )
# loop 如果 sound2 不夠長，是否要不斷重複，True 或 False
# times 如果 sound2 不夠長，指定 sound2 要重複幾次

下方的例子，會將說話的聲音，和一段背景音樂進行混合，由於背景音樂不夠長，使用 loop 參數將音樂不斷重複，直到說話聲音結束為止 ( 如果說話聲音比音樂短，則說話聲音結束時，音樂也會跟著結束 )

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")      # 讀取背景音樂 mp3 檔案
voice = AudioSegment.from_mp3("voice.mp3")          # 讀取說話聲音 mp3 檔案
output = voice.overlay(song, loop=True)             # 混合說話聲音和背景音樂
output.export('output.mp3')

聲音反轉

使用 pydub AudioSegment 模組讀取 mp3 檔案後，就可以透過 reverse 方法反轉聲音，產生趣味的效果：

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
voice = AudioSegment.from_mp3("voice.mp3")          # 讀取說話聲音 mp3 檔案
output = voice.reverse()                            # 反轉說話聲音
output.export('output.mp3')

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～