为了帮助剪辑小姐姐少熬夜，我用 Python 硬肝了一次短视频音频创作

2. 介绍

是一款简单、方便且强大的 音频处理库

项目地址：

日常音频剪辑处理工具，都可以使用它来完成，比如：提取音频、音频切断、音效处理、响度控制、声道配置、音频合成等

首先，安装依赖包

# 安装依赖
pip3 install pydub

3. 常见操作

接下来，我们来聊聊 常见的操作

3- 对象

最重要的一个类是：

它是一个不可变的对象，代表一个音频段对象

首先，我们实例化一个 对象，它内置有多种实现方式

比如，我们从本地加载一个 wav 的音频文件

from pydub import AudioSegment

# 音频路径
audio_path = "./raw/1.wav"

# 指定音频格式，这里以wav音频为例
format='wav'

# 实例化一个AudioSegment对象
audio_segment = AudioSegment.from_file(audio_path, format)

3-2裁剪某段音频

针对对象，使用中括号指定开始时间和结束时间，即可以快速提取某一段音频

PS：时间以毫秒为单位

# 某一段音频文件
# 指定开始时间、结束时间
# 时间以毫秒为单位
audio_part = audio_segment[start_time:end_time]

3-3合并音频

使用 合并多段音频非常便捷，只需要使用符号+，将三段音频的对象加起来即可

def sound_compound(one_audio_segment, *other):
    """
    合并两段音频
    :param one_audio_segment:
    :param other_audio_segment:
    :return:
    """
    result = one_audio_segment

    # 使用符号+，一段一段合并
    for segment in other:
        result += segment
    return result

# 合并3段音频
audio_segment1 = AudioSegment.from_file('./1.wav', 'wav')
audio_segment2 = AudioSegment.from_file('./2.wav', 'wav')
audio_segment3 = AudioSegment.from_file('./3.wav', 'wav')

# 合并3段音频文件
audio_segment_result = sound_compound(audio_segment1, audio_segment2, audio_segment3)

3-4音频常见属性

音频比较常见的属性包含：

对于音频的时长，有 2 种获取方式，即：

# 音频常见属性
# 实例化AudioSegment对象
as = AudioSegment.from_file("sound1.wav")

# duration_seconds：在内部调用了 len() ，单位为秒
# 方式一，duration_seconds，以秒为单位
as_duration1 = as.duration_seconds

# 方式二：len(as)，以毫秒为单位
as_duration2 = (len(as) / 1000.0)

其他原始数据都可以从 对象相应的属性中获取：

# 音频常见属性
# 实例化AudioSegment对象
as = AudioSegment.from_file("sound1.wav")

# 2、音频响度
as_loudness = as.dBFS

# 3、声道数
as_channel_num = as.channels

# 4、帧速率
# 一般值为 44100 (CD), 48000 (DVD), 22050, 24000, 12000 和 11025
as_frame_rate = sound.frame_rate

# 5、音频的原始数据
as_raw_data = sound.raw_data

3-5 单条音频淡入淡出

视频剪辑中，经常需要对音频做淡入淡出处理，使音效播放更加自然

比如：针对单个音频，在开头使用淡入，结束使用淡出，并指定淡入和淡出的时间

PS：单位以毫秒为单位

def sound_fade_in_and_out(one_audio_segment, fade_in=0, fade_out=0):
    """
    单段音频设置开头淡入、结尾淡出
    可以把许多运算符连成一串使用，因为运算符都会返回一个AudioSegment对象
    :param one_audio_segment:
    :param fade_in:淡入时间（毫秒）
    :param fade_out:淡出时间（毫秒）
    :return:
    """
    return one_audio_segment.fade_in(fade_in).fade_out(fade_out)

audio_segment = AudioSegment.from_file("./raw/1.wav", format='wav')

# 单条视频开头淡入，结束淡出
sound_fade_in_and_out(audio_segment,2000,2000)

需要指出的是， 对象内置的fade() 函数，可以更加灵活地实现淡入淡出效果

sound = AudioSegment.from_file("./sound.wav")

# fade实现淡入/淡出效果
# 1、从1s开始，持续2s，执行淡化效果，并从0dB逐渐增加到3dB
sound_fade1 = sound.fade(to_gain=+3.0, start=1000, duration=2000)

# 2、从1s开始,一直到4s，中间1s的时间内执行淡化效果，从0db逐渐降低-2dB
sound_fade2 = sound1.fade(to_gain=-2, start=1000, end=4000)

3-6调整音频播放速度

视频剪辑中，音频速度的调整很常见

比如：在视频结尾，调整最后的画面帧为慢动作，同样需要同步调慢音频的播放速度

def speed_change(sound, speed=1.0):
    """
    改变音频的速度
    :param sound:
    :param speed:
    :return:
    """
    sound_with_altered_frame_rate = sound._spawn(sound.raw_data, overrides={
        "frame_rate": int(sound.frame_rate * speed)
    })
    return sound_with_altered_frame_rate.set_frame_rate(sound.frame_rate)

# 改变音频的播放速度
# 比如：0.8调整为之前速度的0.8
audio_new = speed_change(self.audio_segment, 0.8)

3-7播放音频

AudioSegment 对象使用 pydub 内置的 play() 方法，可以播放音频，在调试代码的时候非常方便

from pydub.playback import play

sound1 = AudioSegment.from_file("./1.wav")

# 播放音频
play(sound1)

3-8  音量增益及降低

要调整一段音频的音量，可以直接对 AudioSegment 实例加、减对应的分贝数目即可

def sound_gain(audio_segment, db_value):
    """
    声音增益
    :param audio_segment:
    :param db_value 分贝
    :return:
    """
    return audio_segment + db_value


def sound_reduce(audio_segment, db_value):
    """
    降低音量
    :param audio_segment:
    :param db_value 分贝
    :return:
    """
    return audio_segment - db_value

# 降低音量，-10分贝
audio_segment_temp = sound_reduce(audio_segment, 10)

# 增加音量，+10分贝
audio_segment_temp1 = sound_gain(audio_segment, 10)

3-9交叉淡化效果

使用 append() 方法，可以将多段音频对象进行合并，并添加交叉淡化的效果

PS：使用 crossfade 参数指定交叉淡化的持续时间，单位为毫秒

def sound_overlap_effect(one_audio_segment, other_audio_segment, overlap_during):
    """
    两段音频合并的同时，使用交叉淡化的效果
    :param one_audio_segment:第一段
    :param other_audio_segment:第二段
    :param overlap_during:单位毫秒
    :return:
    """
    return one_audio_segment.append(other_audio_segment, crossfade=overlap_during)

# 两段音频
audio_segment1 = AudioSegment.from_file('./1.wav', 'wav')
audio_segment2 = AudioSegment.from_file('./2.wav', 'wav')

# 合并两段音频，并添加效果
# 持续时间：2000毫秒
result = sound_overlap_effect(audio_segment1, audio_segment2, 2000)

3-10多声道音频

利用nts()函数，可以一个轨道上创建多声道音频

def create_multichannel_as(self):
    """
    创建多声道音频（支持2个或者多个）
    :return:
    """
    # PS：每个单声道音频段都应该有相同的时长以及帧速率
    one_as = AudioSegment.from_wav("./1.wav")
    other_as = AudioSegment.from_wav("./2.wav")

    # 合成多声道音频
    return AudioSegment.from_mono_audiosegments(one_as, other_as)

3-11提取音频及导出音频

在 3-1 中实例化 方式，方法同样适用于视频，即：我们可以从视频中提取 音频对象

使用对象的(,)方法，就可以将音频保存到本地了

# 1、从视频中提取一个AudioSegment音频对象
audio_segment = AudioSegment.from_file(video)

def save_audio(audio_segment, filename, format):
    """
    保存音频文件到本地
    :param audio_segment:
    :param filename:
    :param format:
    :return:
    """
    audio_segment.export(filename, format=format)

# 2、导出音频到本地
save_audio(result, './result.wav', 'wav')

4. 实战一下

对搞笑类短视频，经常会采用这种剪辑手法，即：将视频尾部，对最后一段对话降低速度并重新播放一次

准备一段视频素材，下面通过 来实现它

video_path = './raw.mp4'

# 注意：加载视频不需要指定format
audio_sgement = AudioSegment.from_file(video_path)

# 截取尾部内容
audio_end = audio_sgement[70 * 1000:70 * 1000 + 3000]

# 变慢速度，具体根据视频速度去调整
audio_end2 = speed_change(audio_end, 0.55)

# 合并两段音频
audio_result = audio_end + audio_end2

# 尾部淡出处理
audio_result.fade_out(1000)

# 视频导出
audio_result.export("result.wav", format='wav')

最后生成的音频内容如下：

5. 最后

文中仅仅对 常用的操作进行了讲解，更多骚操作可以阅读官方文档去解锁

音视频的一些常见操作都可以做成自动化，让自己从重复的剪辑工作中抽离出来

我已经将文中完整源码文件传到后台，关注公众号，后台回复「」即可获得

如果你觉得文章还不错，请大家点赞、分享、留言下，因为这将是我持续输出更多优质文章的最强动力！

留言送书

本周赠书：《 图解机器学习》

内容简介：本书覆盖了机器学习领域的监督学习、半监督学习、无监督学习、增强学习和机器学习新算法等内容，构成了机器学习从经典到现代的体系框架，每章也可独立阅读。限于篇幅，书中没有讲解 语言的基础知识，如果读者没有 语言的基础，建议先学习 语言入门知识，这样可以更好地学习本书内容

PS：中奖名单将在交流群公布，可以扫描下方二维码，备注【交流群】，加入技术交流群！