如何在python中拆分音频文件

Question

我正在对客户关怀数据进行语音情感分析。我有一个音频文件，其中客户服务官员提出了问题，客户给了他的评论。

我需要拆分这段音频，并且只从客户那里获得评论部分，以便进行情绪分析，无论客户是高兴、悲伤还是中立。

请让我知道，如何分割音频文件，只得到客户的音频。音频格式为".aac“

到目前为止，我所做的是：

from os import path
AUDIO_FILE = path.join(path.dirname(path.realpath('C:\\Users\\anagha\\Documents\\Python Scripts')),"Python Scripts\\audioa.aac")

halfway_point = len(AUDIO_FILE) / 2

Answer 1

既然您使用了pydub标记，下面将介绍如何使用pydub完成此操作

from pydub import AudioSegment
sound = AudioSegment.from_file(AUDIO_FILE)

halfway_point = len(sound) // 2
first_half = sound[:halfway_point]

# create a new file "first_half.mp3":
first_half.export("/path/to/first_half.mp3", format="mp3")

Answer 2

我认为回答最初的问题已经太晚了，但是偶然发现这个问题的人可能会发现这个过程很有用

->使用一个工具来记录数据。我使用过LIUM (http://www-lium.univ-lemans.fr/diarization/doku.php)

基于这个非常简单的SO post (Parsing LIUM Speaker Diarization Output)，->解释输出

然后最后使用从上面获得的定时来拼接音频文件！然而，将语音转换为文本是一个完全不同的挑战，要么需要深入的方法(具有大量数据)，要么需要依赖API提供商(如google)