Сегодня я хочу поделиться с вами очень крутым Python инструмент, он называется Audio Слайсер. Основная функция этого гаджета — использование Обнаружения. тишины технология для обрезки аудиофайлов. существуют Последние 2.0 версии, ее скорость значительно улучшена (быстрее, чем в предыдущей версии 400 Времена! ), а также была улучшена логика резки и значительно снижена частота ошибок. если ты прав 1.0 Если вас интересует версия, вы можете перейти на GitHub Найдено наСтарая версия библиотеки кодов。также,Есть еще одинВерсия с графическим интерфейсом пользователя,Сделайте работу более удобной.

Принцип работы

обнаружение тишины

Audio Slicer Используйте среднеквадратичное значение (RMS), чтобы измерить, насколько тихий звук, и обнаружить тихие участки. Он считает каждый кадр (длина кадра установлена ​​на hop size）из RMS ценность и воля RMS значение ниже, чем порог Все кадры считаются немыми.

Резка аудио

Когда (озвученная) часть действительна с момента достижения последней версии минимальная длина min_length,и обнаружил сегмент длиннее, чем Минимальный интервал min_interval Звук будет отключен, за исключением тихой области. RMS за пределами кадра с наименьшим значением. Более длинные фрагменты молчания могут быть удалены.

Требования к использованию

Если вы планируете использовать API Python, вам нужно установить numpy：

pip install numpy

Если вы планируете использовать интерфейс командной строки (CLI), который необходимо установить librosa и soundfile：

pip install librosa
pip install soundfile

Альтернативно, вы можете установить все зависимости одновременно:

pip install -r requirements.txt

Как использовать

Использование API Python

import librosa  # Необязательный. используйте любую библиотеку, которая вам нравится, для чтения аудиофайлов.
import soundfile  # Необязательный. используйте любую библиотеку, которая вам нравится, для записи аудиофайлов.

from slicer2 import Slicer

Аудио, Частота выборки = librosa.load('example.wav', sr=None, mono=False)  # использовать librosa загружает аудиофайлы.
slicer = Slicer(
    sr=Частота выборки,
    threshold=-40,
    min_length=5000,
    min_interval=300,
    hop_size=10,
    max_sil_kept=500
)
chunks = slicer.slice(Аудио)
for i, фрагмент in enumerate(chunks):
    if фрагмент.shape.length > 1:
        фрагмент = фрагмент.T  # Если Аудио стерео, поменяйте оси местами.
    soundfile.write(f'clips/example_{i}.wav', фрагмент, Частота выборки)  # usesoundfile сохраняет вырезанный аудиофайл.

Использование интерфейса командной строки

Вы можете запустить скрипт через следующую командную строку:

python slicer2.py Аудио [--out OUT] [--db_thresh DB_THRESH] [--min_length MIN_LENGTH] [--min_interval MIN_INTERVAL] [--hop_size HOP_SIZE] [--max_sil_kept MAX_SIL_KEPT]

в Аудио значит резатьиз Аудиодокумент,--out По умолчанию Аудио Местосуществоватьиз Тот же каталог,Другие вариантыиз Значение по умолчанию указано выше.параметрчастьМесто Список。

параметр

• sr：входить Аудиоиз Частота выборки。
• db_threshold：в децибелах（dB）выражатьиз RMS порог. все RMS значение ниже, чем этот район Порога будет считаться тихим. Если ваш аудиосигнал шумный, вы можете увеличить это значение. Значение по умолчанию: -40。
• min_length：каждый разрез Аудиофрагмент Местонуждатьсяизминимальная длина в миллисекундах. Значение по умолчанию: 5000。
• min_interval：быть отрезаннымиз沉默частьизминимальная длина,Измеряется в миллисекундах. Если ваше аудио содержит только короткие паузы,Пожалуйста, установите это значение меньше. Чем меньше это значение,Генерация скриптаизрезка Аудиофрагменттем более вероятно。пожалуйста, обрати внимание,Это значение должно быть меньше min_length и больше, чем hop_size. Значение по умолчанию: 300.
• hop_size：каждый RMS Длина кадра в миллисекундах. Увеличение этого значения повысит точность реза, но замедлит обработку. Значение по умолчанию: 10。
• max_silence_kept：обрезать вокруг Аудиобронироватьизмаксимальная продолжительность молчания,Измеряется в миллисекундах. Отрегулируйте это значение по мере необходимости. пожалуйста, обрати внимание,Установка этого значения не означает, что тихая часть в вырезке Аудио будет иметь именно заданную длину. Алгоритм найдет лучшее место резки, как описано выше. Значение по умолчанию — 1000.

производительность

существовать Intel i7 8750H CPU , этот скрипт работает быстрее, чем в реальном времени 400 Более чем раз. Скорость может варьироваться в зависимости от вашего CPU èДиск различается. хотя Slicer Потокобезопасен, но многопоточность кажется ненужной из-за узких мест ввода-вывода.