三行Python代码提取视频中的音频

身处数据爆炸增长的时代，各种各样的数据都飞速增长，视频数据也不例外。我们可以使用 python 来提取视频中的音频，而这仅仅需要安装一个体量很小的python包，然后执行三行程序！

语音数据在数据分析领域极为重要。比如可以分析语义、口音、根据人的情绪等等。可以应用于偏好分析、谎话检测等等。

提取音频

需要用到 python 包 moviepy，这里是moviepy 的 github 地址：

https://github.com/Zulko/moviepy

安装 python 包

安装 moviepy，cmd 或 bash 输入

pip install moviepy

提取音频

假设有一个 mp4 文件路径为"e:/chrome/my_video.mp4"，我们想提取其音频保存到"“e:/chrome/my_audio.wav”"，那么三行程序为：

from moviepy.editor import AudioFileClipmy_audio_clip = AudioFileClip("e:/chrome/my_video.mp4")my_audio_clip.write_audiofile("e:/chrome/my_audio.wav")

执行上面的三行程序，就会发现音频文件已经成功提取到指定文件夹了~ 这里的视频格式和音频格式都支持其他格式，比如读取 m4v 格式视频，保存 MP3 格式音频，下面是我电脑的示例：

分析音频

可以使用 librosa 包来分析音频，这里是librosa 的 github 地址：

https://github.com/librosa/librosa

很多人学习python，不知道从何学起。
很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。
很多已经做案例的人，却不知道如何去学习更加高深的知识。
那么针对这三类人，我给大家提供一个好的学习平台，免费领取视频教程，电子书籍，以及课程的源代码！
QQ群：810735403

安装 python 包

安装 librosa，cmd 或 bash 输入

pip install librosa

需要说明，librosa 包本身不支持 MP3 格式，需要一些相关包的支持。官网上说使用 conda 安装则自动安装 MP3 支持的相关包。具体请去librosa 的 github 地址了解。

读取音频

假设有一个 wav 文件路径为"e:/chrome/my_audio.wav"。科普一下音频数据的内容，可以认为记录采样频率和每个采样点的信号强度两个部分即可构成一个音频文件。数据流可理解为一个数组，按照字节存储。

下面我们读取音频​​​​​​​

import librosaaudio, freq = librosa.load('e:/chrome/my_audio.wav')time = np.arange(0, len(audio)) / freqprint(len(audio), type(audio), freq, sep="\t")

下图是我电脑的示例，可以看到读取到了采样频率和每个采样点的信号强度，采样点共 2121210，频率为 22050，音频长度约 96 秒

matplotlib 画信号强度图

bash 输入​​​​​​​

import matplotlib.pyplot as pltfig, ax = plt.subplots()ax.plot(time, audio)ax.set(xlabel='Time(s)', ylabel='Sound Amplitude')plt.show()

下图是本人电脑示例：

librosa 画信号强度图

当然我们可以使用 librosa 库的工具来分析，可以修掉音频首尾的其他信息，画信号强度图的方式如下：​​​​​​​

import  librosa.displayaudio, _ = librosa.effects.trim(audio)#Trim leading and trailing #silence from an audio signal.librosa.display.waveplot(audio, sr=freq)plt.show()

 

下图是我电脑的示例：

 

在这里还是要推荐下我自己建的Python开发交流学习（qq）群:810735403，群里都是学Python开发的，如果你正在学习Python ，欢迎你加入，大家都是软件开发党，不定期分享干货（只有Python软件开发相关的），包括我自己整理的一份2021最新的Python进阶资料和高级开发教程，欢迎进阶中和想深入Python的小伙伴！