使用 PyDub 去除波形文件开头和结尾的静音

Question

如何使用 PyDub 去除波形文件开头和结尾的静音？

我想我应该逐段访问并检查它是否静音（但我做不到）:/

例如我有一个在开头、结尾或两者都有静音的波形文件（如下所示），我想删除文件开头和结尾的静音：

wave file with silence

例如我想导入它

sound = AudioSegment.from_wav(inputfile)

循环每个声音样本以检查它是否无声并标记自波开始时的最后一个无声样本（标记 1），然后在波形结束前到达最后一个样本 (marker2)，我可以从两个标记导出新的声音文件

newsound = sound[marker1:marker2]

newsound.export(outputfile, format="wav")

Answer 1

我建议您以至少 10 毫秒的块为单位进行循环，以便更快地完成（更少的迭代），而且因为单个样本实际上并没有 "loudness"。

声音是振动，所以至少需要2个样本来检测是否真的有声音，（但那只能告诉你高频）。

无论如何……像这样的东西可以工作：

from pydub import AudioSegment

def detect_leading_silence(sound, silence_threshold=-50.0, chunk_size=10):
    '''
    sound is a pydub.AudioSegment
    silence_threshold in dB
    chunk_size in ms

    iterate over chunks until you find the first one with sound
    '''
    trim_ms = 0 # ms

    assert chunk_size > 0 # to avoid infinite loop
    while sound[trim_ms:trim_ms+chunk_size].dBFS < silence_threshold and trim_ms < len(sound):
        trim_ms += chunk_size

    return trim_ms

sound = AudioSegment.from_file("/path/to/file.wav", format="wav")

start_trim = detect_leading_silence(sound)
end_trim = detect_leading_silence(sound.reverse())

duration = len(sound)    
trimmed_sound = sound[start_trim:duration-end_trim]

Answer 2

您可以使用此代码：

from pydub.silence import detect_nonsilent

def remove_sil(path_in, path_out, format="wav"):
    sound = AudioSegment.from_file(path_in, format=format)
    non_sil_times = detect_nonsilent(sound, min_silence_len=50, silence_thresh=sound.dBFS * 1.5)
    if len(non_sil_times) > 0:
        non_sil_times_concat = [non_sil_times[0]]
        if len(non_sil_times) > 1:
            for t in non_sil_times[1:]:
                if t[0] - non_sil_times_concat[-1][-1] < 200:
                    non_sil_times_concat[-1][-1] = t[1]
                else:
                    non_sil_times_concat.append(t)
        non_sil_times = [t for t in non_sil_times_concat if t[1] - t[0] > 350]
        sound[non_sil_times[0][0]: non_sil_times[-1][1]].export(path_out, format='wav')

Answer 3

pydub 自从第一次提出这个问题后可能已经更新，但这是我用来 trim 尾随和前导沉默的代码：

from pydub import AudioSegment
from pydub.silence import detect_leading_silence

trim_leading_silence: AudioSegment = lambda x: x[detect_leading_silence(x) :]
trim_trailing_silence: AudioSegment = lambda x: trim_leading_silence(x.reverse()).reverse()
strip_silence: AudioSegment = lambda x: trim_trailing_silence(trim_leading_silence(x))

sound = AudioSegment.from_file(file_path_here)
stripped = strip_silence(sound)

来自 pydub.silence 的

detect_leading_silence 为您提供了索引，您可以使用这些索引对加载的 AudioSegment 进行切片。基本上，您可以将 AudioSegment、trim 反转，然后再将其反转为 trim 尾随静音。从两端剥离沉默等同于 trim 前导和尾随沉默。

请注意，如果加载的 AudioSegment 无声或在 trim 操作后变得无声，strip_silence 应该引发 IndexError。

我上次查看时，默认块大小为 10 毫秒，默认静音阈值为 -50 dBFS。

我的pydub版本是0.25.1，我的ffmpeg版本是4.3.1。

使用 PyDub 去除波形文件开头和结尾的静音

remove silence at the beginning and at the end of wave files with PyDub

python

wave

pydub