無音検出を使用してオーディオファイルを分割する

Question

私は200を超えるMP3ファイルを持っており、無音検出を使用してそれぞれを分割する必要があります。私はAudacityとWavePadを試しましたが、バッチプロセスはなく、1つずつ作成するのは非常に遅いです。

次のようなシナリオがある：沈黙2秒以上

一方

• 分割トラックは、開始し、これらのトラックの終わりに0.5秒を追加し、.MP3
• ビットレートとして保存します192ステレオ
• 正規のボリュームは、すべてのファイルが同じボリュームと品質であることを確認することが

私はFFmpegのを試してみましたが、失敗。

Answer 1

私はpydubが、これらの種類のオーディオ操作を簡単な方法で最小限のコードで実行する最も簡単なツールであることを発見しました。

あなたは、必要な場合は、ffmpegの/ avlibをインストールする必要がありますpydub

pip install pydub 

としてインストールすることができます。詳細については linkを確認してください。

ここには、あなたが求めたことをするコードがあります。 silence_threshold,target_dBFSなどのパラメータの中には、要件に合わせてチューニングが必要なものがあります。
は全体的に私はmp3ファイルを分割することができました（ただし、私の最後のsilence_threshold異なる時）

ワーキングコード

from pydub import AudioSegment 
from pydub.silence import split_on_silence 

def match_target_amplitude(aChunk, target_dBFS): 
    ''' Normalize given audio chunk ''' 
    change_in_dBFS = target_dBFS - aChunk.dBFS 
    return aChunk.apply_gain(change_in_dBFS) 

song = AudioSegment.from_mp3("your_audio.mp3") 

#split track where silence is 2 seconds or more and get chunks 

chunks = split_on_silence(song, 
    # must be silent for at least 2 seconds or 2000 ms 
    min_silence_len=2000, 

    # consider it silent if quieter than -16 dBFS 
    #Adjust this per requirement 
    silence_thresh=-16 
) 

#Process each chunk per requirements 
for i, chunk in enumerate(chunks): 
    #Create 0.5 seconds silence chunk 
    silence_chunk = AudioSegment.silent(duration=500) 

    #Add 0.5 sec silence to beginning and end of audio chunk 
    audio_chunk = silence_chunk + chunk + silence_chunk 

    #Normalize each audio chunk 
    normalized_chunk = match_target_amplitude(audio_chunk, -20.0) 

    #Export audio chunk with new bitrate 
    print("exporting chunk{0}.mp3".format(i)) 
    normalized_chunk.export(".//chunk{0}.mp3".format(i), bitrate='192k', format="mp3") 

元の音声はステレオ（チャンネル= 2）、チャンクがなるステレオの場合。 以下のように確認できます。

>>> song.channels 
2