使用 Moviepy Audiofile 将 mp4 中的音频保存为 wav 文件

Question

我有一个名为'video.mp4' 的视频文件。我正在尝试从视频中分离一段音频并将其保存为可与其他 Python 模块一起使用的 wav 文件。我想用 MoviePy 做到这一点。

我向write_audiofile 函数发送参数，指定文件名、fps、nbyte 和编解码器。

按照 MoviePy AudioClip docs，我将编解码器指定为 ‘pcm_s32le’，用于 32 位 wav 文件。

from moviepy.editor import *

sound = AudioFileClip("video.mp4")
newsound = sound.subclip("00:00:13","00:00:15")   #audio from 13 to 15 seconds
newsound.write_audiofile("sound.wav", 44100, 2, 2000,"pcm_s32le")

此代码生成一个.wav 文件，名为'sound.wav'。

---

打开Audacity中的音频文件

生成的文件 sound.wav 可以在 Audacity 中打开，但是当我尝试将其用作 wav 文件和其他 Python 模块时遇到问题。

---

播放pygame中的声音文件

import pygame
pygame.mixer.init()
sound=pygame.mixer.Sound("sound.wav")

第三行给出以下错误：

pygame.error: Unable to open file 'sound.wav'

---

使用 sndhdr.what() 确定声音文件的类型

import sndhdr
sndhdr.what("sound.wav")

sndhdr 方法返回none .根据docs，发生这种情况时，该方法无法确定文件中存储的声音数据的类型。

---

使用 Google 语音识别读取文件

import speech_recognition as sr
r = sr.Recognizer()
audio = "sound.wav"

with sr.AudioFile(audio) as source:
    audio = r.record(source)
text= r.recognize_google(audio)
print(text)

此代码在倒数第二行停止执行：

ValueError: Audio file could not be read as PCM WAV, AIFF/AIFF-C, or Native FLAC; check if file is corrupted or in another format

---

如果sndhdr.what() 无法将其识别为音频文件类型，为什么音频文件会在 Audacity 中打开？ 如何将 MoviePy AudioClip 正确导出为 wav 文件？

Answer 1

我遇到了同样的问题，没有指定编解码器或编解码器 = 'pcms32le'，对我有用的是 pcm_s16le。 请注意，我使用的是“fr-FR”语言，您可能应该适应您的需求。 这是完整的代码：

# Python code to convert video to audio
import moviepy.editor as mp
import speech_recognition as sr

# Insert Local Video File Path
clip = mp.VideoFileClip("/tmp/data/test.mp4")

# Insert Local Audio File Path
clip.audio.write_audiofile("/tmp/data/test.wav",codec='pcm_s16le')

# initialize the recognizer
r = sr.Recognizer()

# open the file
with sr.AudioFile("/tmp/data/test.wav") as source:
    # listen for the data (load audio to memory)
    audio_data = r.record(source)
    # recognize (convert from speech to text)
    text = r.recognize_google(audio_data, language = "fr-FR")
    print(text)

Answer 2

我遇到了同样的问题。我试图从 URL 获取 mp4 文件，然后将其转换为 wav 文件并通过它调用 Google Speech Recognition。相反，我使用 pydub 来处理转换并且它有效！以下是代码示例：

    import requests
    import io
    import speech_recognition as sr
    from pydub import AudioSegment


    # This function translate speech to text
    def speech_to_text(file):
        recognizer = sr.Recognizer()
        audio = sr.AudioFile(file)
        with audio as source:
            speech = recognizer.record(source)
            try:
                # Call recognizer with audio and language
                text = recognizer.recognize_google(speech, language='pt-BR')
                print("Você disse: " + text)
                return text
            # If recognizer don't understand
            except:
                print("Não entendi")

    def mp4_to_wav(file):
        audio = AudioSegment.from_file(file, format="mp4")
        audio.export("audio.wav", format="wav")
        return audio

    def mp4_to_wav_mem(file):
        audio = AudioSegment.from_file_using_temporary_files(file, 'mp4')
        file = io.BytesIO()
        file = audio.export(file, format="wav")
        file.seek(0)
        return file


    url = ''
    r = requests.get(url, stream=True)
    file = io.BytesIO(r.content)
    file = mp4_to_wav_mem(file)
    speech_to_text(file)

注意我写了两个函数：mp4_to_wav 和 mp4_to_wav_mem。唯一的区别是 mp4_to_wav_mem 处理内存中的所有文件，而 mp4_to_wav 生成 .wav 文件。

Answer 3

看了MoviePy的文档，发现参数nbyte应该和codec一致。 nbyte 用于采样宽度（16 位声音设置为 2，32 位声音设置为 4）。因此，最好在设置codec=pcm_s32le 时设置nbyte=4。

Answer 4

我认为这是正确的方法：

import os
from moviepy.editor import AudioFileClip

PATH= "files/"
fileName = "nameOfYourFile.mp4"
newFileName = "nameOfTheNewFile"
Ext = "wav"
AudioFileClip(os.path.join(PATH, f"{fileName}")).write_audiofile(os.path.join(PATH, f"{newFileName}.{Ext}"))

Answer 5

我认为这种方法很容易理解。

from moviepy.editor import *
input_file = "../Database/myvoice.mp4"
output_file = "../Database/myvoice.wav"
sound = AudioFileClip(input_file)
sound.write_audiofile(output_file, 44100, 2, 2000,"pcm_s32le")