PyDub 入門

Python 的口語語言處理

Daniel Bourke

Machine Learning Engineer/YouTube Creator

安裝 PyDub

$ pip install pydub

若使用 .wav 以外的檔案，請透過 ffmpeg.org 安裝 ffmpeg

PyDub 的主類別：AudioSegment

# 匯入 PyDub 主類別
from pydub import AudioSegment

# 匯入音訊檔
wav_file = AudioSegment.from_file(file="wav_file.wav", format="wav")

# format 參數僅為可讀性
wav_file = AudioSegment.from_file(file="wav_file.wav")

type(wav_file)

pydub.audio_segment.AudioSegment

播放音訊檔

# 安裝 simpleaudio 以播放 wav
$pip install simpleaudio

# 匯入播放函式
from pydub.playback import play

# 匯入音訊檔
wav_file = AudioSegment.from_file(file="wav_file.wav")

# 播放音訊檔
play(wav_file)

音訊參數

# 匯入音訊檔
wav_file = AudioSegment.from_file(file="wav_file.wav")
two_speakers = AudioSegment.from_file(file="two_speakers.wav")

# 檢查聲道數
wav_file.channels, two_speakers.channels

1, 2

wav_file.frame_rate

音訊參數

# 取得每個樣本的位元組數
wav_file.sample_width

# 取得最大振幅
wav_file.max

音訊參數

# 音訊長度（毫秒）
len(wav_file)

變更音訊參數

# 將 AudioSegment 的 ATTRIBUTENAME 改為 x
changed_audio_segment = audio_segment.set_ATTRIBUTENAME(x)

# 將取樣寬度改為 1
wav_file_width_1 = wav_file.set_sample_width(1)
wav_file_width_1.sample_width

變更音訊參數

# 變更取樣率
wav_file_16k = wav_file.set_frame_rate(16000)
wav_file_16k.frame_rate

# 變更聲道數
wav_file_1_channel = wav_file.set_channels(1)
wav_file_1_channel.channels

一起來練習吧！

Python 的口語語言處理