Python从视频文件中提取wav

Related:

如何使用python从视频文件中提取音频？ https://stackoverflow.com/questions/19216450/how-to-extract-audio-from-a-video-file-using-python

从视频中提取音频为 wav https://stackoverflow.com/questions/2117488/extract-audio-from-video-as-wav

如何从视频中提取音频？ https://stackoverflow.com/questions/5506651/how-to-rip-the-audio-from-a-video

我的问题是如何从视频文件中提取 wav 音轨，例如video.avi？ 我读了很多文章以及人们建议使用的地方（来自Python）ffmpeg作为子进程（因为没有可靠的 python 绑定到 ffmpeg - 唯一的希望是PyFFmpeg但我发现它现在无人维护了）。我不知道这是否是正确的解决方案，我正在寻找好的解决方案。
我查看了 gstreamer，发现它很好，但无法满足我的需求——我发现从命令行完成此任务的唯一方法如下

 gst-launch-0.10 playbin2 uri=file://`pwd`/ex.mp4  audio-sink='identity single-segment=true ! audioconvert ! audio/x-raw-int, endianness=(int)1234, signed=(boolean)true, width=(int)16, depth=(int)16, rate=(int)16000, channels=(int)1 ! wavenc !  filesink location=foo.wav’ 

但它效率不高，因为我在播放视频和同时写入 wav 文件时需要等待很长时间。

ffmpeg好多了：

avconv  -i foo.mp4  -ab 160k -ac 1 -ar 16000 -vn ffaudio.wav

但我无法从 python 启动它（不是作为命令行子进程）。您能否指出从 python 作为命令行实用程序启动 ffmpeg 的优点和缺点？ （我的意思是使用 pythonmultiprocessing模块或类似的东西）。

第二个问题。

有什么简单的方法可以将长 wav 文件切成碎片，这样我就不会打断任何单词？我的意思是 10-20 秒长度的片段，在句子/单词的暂停期间开始和结束？

我知道如何将它们任意分解：

import wave


win= wave.open('ffaudio.wav', 'rb')
wout= wave.open('ffsegment.wav', 'wb')

t0, t1= 2418, 2421 # cut audio between 2413, 2422 seconds
s0, s1= int(t0*win.getframerate()), int(t1*win.getframerate())
win.readframes(s0) # discard
frames= win.readframes(s1-s0)

wout.setparams(win.getparams())
wout.writeframes(frames)

win.close()
wout.close()

这是一个非常简单的任务，使用ffmpeg with pythonsubprocess，人们认为这个解决方案是一个好的解决方案是有原因的。

这是从给定视频文件中提取音频的基本命令：

ffmpeg -i test.mp4 -ab 160k -ac 2 -ar 44100 -vn 音频.wav

Python 代码只是包装了这个命令：

import subprocess

command = "ffmpeg -i C:/test.mp4 -ab 160k -ac 2 -ar 44100 -vn audio.wav"

subprocess.call(command, shell=True)

您必须确保 ffmpeg 是已知任务，因此在系统环境变量中的路径下，应列出 ffmpeg.exe 的路径，或者您可以在 python 代码中使用 exe 的完整路径。