对齐在不同时间开始和结束的音频文件

Question

我有在不同时间开始和结束的录音。

audio 1: -----t1--------------------------s1->time
audio 2: ---------t2----s2------------------->time
audio 3: ------------------------t3-------s3->time

音频 1 最长，它与音频 2 和 3 重叠。 音频 2 和音频 3 是短片段，但它们根本不重叠。 有没有这样做的python库？

Answer 1

您可以先使用 python 库读取音频文件（例如 numpy 或 scipy，参见 https://stackoverflow.com/a/26716031/3244382）。

然后您必须确定每个文件的 t 和 s。如果文件不是太嘈杂，音频信号上的简单阈值就足够了。更复杂一点的方法是计算 RMS 能量 或 包络（平均信号），并在其上使用阈值。

一旦您知道 s 和 t，您就可以使用相同的音频库从这个边界编写一个新的音频文件。