Python-混音、叠加音频、拼接音频及批处理

一.首先我们来了解混音、叠加音频、拼接音频的概念

1.1 混音：把单声道音频a和单声道音频b（可以是两个单声道音频或更多单声道音频）合并成一个多声道音频c。需要注意的是音频a和音频b的时长要相同且都为单声道音频。（音频c的时长=音频a的时长）

1.2 叠加音频：把音频a和音频b叠加成音频c，单声道音频a和单声道音频b叠加成单声道音频c,双声道音频a和单声道音频b叠加成双声道音频c，双声道音频a和双声道音频b叠加成双声道音频c。（如果把音频b叠加在音频a上，那么音频c的时长和音频a的时长相同，反之如果把音频a叠加在音频b上，那么音频c的时长和音频b的时长相同）

1.3 拼接音频：把音频a和音频b拼接起来成一个长音频c（即音频c的时长=音频a的时长+音频b的时长）

二.代码示例：

2.1 混音代码：

from pydub import AudioSegment

sound1 = AudioSegment.from_wav(r'F:\误入测试集\dianshiju-0.wav')
sound2 = AudioSegment.from_wav(r'F:\误入测试集\dianshiju-14.wav')
# sound3 = AudioSegment.from_wav(r'F:\误入测试集\dianshiju-16.wav')

output = AudioSegment.from_mono_audiosegments(sound1, sound2)  # 把sound1和sound2合并成两通道音频
# output = AudioSegment.from_mono_audiosegments(sound1, sound2,sound3)  # 把sound1、sound2、sound3合并成三通道音频
output.export("output.wav", format="wav")  # 保存文件

2.2 叠加音频代码：

from pydub import AudioSegment

sound1 = AudioSegment.from_wav(r'F:\误入测试集\dianshiju-0.wav')
sound2 = AudioSegment.from_wav(r'F:\误入测试集\dianshiju-14.wav')

output = sound1.overlay(sound2)  # 把sound2叠加到sound1上面
# output = sound1.overlay(sound2,position=5000)  # 把sound2叠加到sound1上面，从第5秒开始叠加
output.export("output.wav", format="wav")  # 保存文件

2.3 拼接音频代码

from pydub import AudioSegment

sound1 = AudioSegment.from_wav(r'F:\误入测试集\dianshiju-0.wav')
sound2 = AudioSegment.from_wav(r'F:\误入测试集\dianshiju-14.wav')
# sound3 = AudioSegment.from_wav(r'F:\误入测试集\dianshiju-16.wav')

output = sound1 + sound2  # sound1拼接sound2
# output=sound1+sound2+sound3  # sound1拼接sound2拼接sound3
output.export("output.wav", format="wav")  # 保存文件

三、敲重点！！！批处理

3.1 一个文件夹的批处理，即一个文件夹内的音频文件和一个音频文件进行批处理

import os
from pydub import AudioSegment
input_path = r"E:\untitled1\audio_test\a"  # 第一个文件路径
output_path = r"E:\untitled1\audio_test\output"  # 输出文件路径
for file in os.listdir(input_path):  # 遍历第一个文件路径下的文件
    path1 = input_path + "\\" + file  # 拼接第一个输入路径和对应文件名
    path3 = output_path + "\\" + file  # 拼接输出路径和输出文件名，这里我是以第一个输入的文件名命名
    sound1 = AudioSegment.from_wav(path1)  # 第一个文件
    sound2 = AudioSegment.from_wav(r"E:\untitled1\audio_test\b\爱惜花草不践踏_高清_1.wav")  # 第二个文件
    output = sound1.overlay(sound2)  # 把sound2叠加到sound1上面
    output.export(path3, format="wav")  # 保存文件

3.2 两个文件夹的批处理，即两个文件夹分别有相同数量的音频文件进行批处理

import os
from pydub import AudioSegment

input_path1 = r"E:\untitled1\audio_test\a"  # 第一个文件路径
input_path2 = r"E:\untitled1\audio_test\b"  # 第二个文件路径
output_path = r"E:\untitled1\audio_test\output"  # 输出文件路径
for file1, file2 in zip(os.listdir(input_path1), os.listdir(input_path2)):  # 遍历两个文件路径下的文件
    path1 = input_path1 + "\\" + file1  # 拼接第一个输入路径和对应文件名
    path2 = input_path2 + "\\" + file2  # 拼接第二个输入路径和对应文件名
    path3 = output_path + "\\" + file1  # 拼接输出路径和输出文件名，这里我是以第一个输入的文件名命名
    sound1 = AudioSegment.from_wav(path1)  # 第一个文件
    sound2 = AudioSegment.from_wav(path2)  # 第二个文件
    output = sound1.overlay(sound2)  # 把sound2叠加到sound1上面
    output.export(path3, format="wav")  # 保存文件

四、处理上面问题可能涉及的相关操作

① 对音频文件进行批处理切割，可以看我以前的这篇博客Python-将一整段音频批量切成一小段一小段的
② 对音频文件进行批处理修改通道数，可以看我上一篇博客Python-批处理修改音频文件的通道数
③对音频进行批处理补齐，可以看我新更的这篇博客Python-音频补齐（即对不同长度的音频用数据零对齐补位）

五、效果展示：

5.1 如下图所示，两个10s的单声道(a、b)混合成一个10s的多声道音频c：

5.2.1 如下图所示，两个10s的单声道音频（a、b）叠加成一个10s的单声道音频c

5.2.2 如下图所示，一个3分11s的多声道音频a和一个9分35秒的多声道音频b叠加成一个3分11s/9分35秒的多声道音频c(如果把b叠加在a上，音频c的时间长度就和音频a一样）

5.3 如下图所示，两个10s的音频拼接成一个20s的音频

批处理一定要掌握啊！！！掌握批处理，学习工作无烦恼~