Python 声音拼接

Question

我正在开发一个程序，该程序接收音频文件，定位然后从文件中删除任何静音。此时程序运行，但是当我们播放返回的声音时，它只是原始文件的减慢版本。这个函数接受一个声音文件，然后是一个无声片段的开始和停止时间。然后该函数制作两个剪辑（一个剪辑之前的剪辑，一个静音之后的剪辑）并将这两个剪辑放在目标声音对象中。

    def spliceAudio(audio, start, stop):
      clipOneStart = 0
      clipOneEnd = start - 1
      clipTwoStart = stop + 1
      clipTwoEnd = getLength(audio) - 1 
      target = makeEmptySound(getLength(audio) - (stop-start)) 
      index = 0 
      for source in range(clipOneStart, clipOneEnd): 
         value = getSampleValueAt(audio, source) 
         setSampleValueAt(target, index, value)
         index = index + 1 
      for source in range(clipTwoStart, clipTwoEnd):
         value - getSampleValueAt(audio, source)
         setSampleValueAt(target, index, value)
         index = index + 1 
      play(target)
      return target

对我来说，一切看起来都应该正常工作，但并没有给我们预期的结果。有什么想法吗？

Answer 1

您的代码逻辑看起来不错。音频播放速度的常见问题涉及您分配给音频数据的参数，具体而言：

• 采样频率
• 频道数
• 位深度（可能不相关，因为看起来数据存储在数组中）

我没有任何使用 jython 的经验，但是在您调用 makeEmptySound() 函数时，您的代码中没有任何内容表明正在为 target 设置任何这些参数。我想它们会有默认值，但值得检查它们是什么以及它们是否与您的输入数据匹配。