使用 Python 仅读取大型 wav 文件的一部分

Question

我有大型 wav 文件（每个约 4GB）。由于我的部署服务器有一个限制，即每个进程不能使用超过 500 MB 的 RAM，我希望能够仅加载和处理音频文件的块，然后再读取并附加它们，比如一个文本文件。

我查看了pydub，但它似乎会加载整个文件，然后我才能切掉一个较小的块来处理（如果我错了，请纠正我）。 scipy.io.wavfile.read 也是如此。我希望能够读取大文件的块，对其进行处理，然后将它们放回去（最好是附加到硬盘驱动器上先前处理的块）。

我能找到的大多数可用的 SO 答案已经假设我可以将大文件加载到主内存中。

How to split a .wav file into multiple .wav files?

Reading *.wav files in Python

Answer 1

您可能需要考虑一些用于处理音频的包：soundfile 通常用于 I/O，librosa 也是如此。 “采样率”又名“帧率”是每秒的音频样本数，通常以 kHz 为单位，但在软件中仅以 Hz 为单位。

还有一个专门的Sound Design StackExchange，您可能会发现搜索更有成效。

获取文件的一部分称为“寻找”，soundfile.SoundFile 类支持它。

这个想法是将“光标”的位置移动到特定的帧SoundFile.seek(pos)，然后读入一些帧SoundFile.read(n_frames)，之后光标的位置将移动那么多帧，您可以通过SoundFile.tell() 获取。

以下是访问 wav 文件的一部分的示例：

import soundfile as sf

def read_audio_section(filename, start_time, stop_time):
    track = sf.SoundFile(filename)

    can_seek = track.seekable() # True
    if not can_seek:
        raise ValueError("Not compatible with seeking")

    sr = track.samplerate
    start_frame = sr * start_time
    frames_to_read = sr * (stop_time - start_time)
    track.seek(start_frame)
    audio_section = track.read(frames_to_read)
    return audio_section, sr

...要将其写入文件，您只需使用soundfile.write（注意：包中的一个函数，而不是soundfile.SoundFile 类的方法）

def extract_as_clip(input_filename, output_filename, start_time, stop_time):
    audio_extract, sr = read_audio_section(input_filename, start_time, stop_time)
    sf.write(output_filename, audio_extract, sr)
    return