如何使用python将长音频(例如:1小时)文件拆分成多个短长度(5s)音频文件

Question

我有一些长的音频文件，我想使用python.Ex:The音频将这个音频文件分割成多个短长度的音频文件，长的长度超过1小时，并想分割成多个短长度的5s文件。我想在每个5s中提取整个音频文件的特征。

Answer 1

你的问题有两个问题。

拆分audio

• Extracting功能的

1. 。

它们都有相同的，潜在的，关键信息:采样频率。

音频信号的持续时间(以秒为单位)和用于音频文件的采样频率定义了音频文件具有的采样量。音频样本(简而言之)是硬盘或计算机内存中音频信号的一个值。

典型wav文件的音频采样量是根据公式sr * dur计算的，其中sr是以Hz为单位的采样频率(例如，CD质量信号为44100 )，dur是音频文件的持续时间(以秒为单位)。例如，2秒的CD音频文件具有44100 * 2 = 88200样本。

所以：

要在Python中拆分音频文件，首先必须在一个变量中读取它。例如，有大量的库和函数(以随机顺序)：

• scipy.io.wavfile.read
• wave模块

还有其他的。您可以查看此SO post，了解有关读取wav文件的更多信息。

然后，您只需获取N个样本，例如my_audio_1 = whole_audio_file[0:5*sr]。

但是！

如果你只想每X秒提取一次特征，那么就不需要手动拆分音频。大多数音频特征提取库都会为你做到这一点。

例如，在librosa中，您可以控制FFT点的数量，这大致相当于您要从中提取特征的音频的长度。例如，您可以在这里检查：https://librosa.org/doc/latest/feature.html