在 python 中重叠的音频文件中制作块

Question

我想从我的音频文件中制作块，以便在块之间重叠。例如，如果每个块的长度为 4 秒，第一个块从 0 到 4 开始，重叠步长为 1 秒，则第二个块应从 3 到 7.According 到此如何拼接音频文件（wav 格式）转换为 python 中的 1 秒拼接？，我使用 pydub 模块和 make_chunks(your_audio_file_object, chunk_length_ms) 方法，但它在块之间没有重叠，只是将音频文件切成固定长度的块。有人对此有想法吗？谢谢

Answer 1

这是一种方法：

import numpy as np
from scipy.io import wavfile

frequency, signal = wavfile.read(path)

slice_length = 4 # in seconds
overlap = 1 # in seconds
slices = np.arange(0, len(signal)/frequency, slice_length-overlap, dtype=np.int)

for start, end in zip(slices[:-1], slices[1:]):
    start_audio = start * frequency
    end_audio = (end + overlap)* frequency
    audio_slice = signal[int(start_audio): int(end_audio)]

本质上，我们做了以下事情：

加载文件及其对应的频率。为了举例，我假设它是单通道的，多通道它也可以工作，只是更多的代码。
定义所需的切片长度和重叠。该数组将为我们提供每个音频片段的开始。通过进一步压缩并添加重叠，我们得到了所需的块。

要让自己相信切片有效，请检查此代码段：

slice_length = 4 # in seconds
overlap = 1 # in seconds
slices = np.arange(0, 26, slice_length-overlap, dtype=np.int) # 26 is arbitrary

frequency = 1
for start, end in zip(slices[:-1], slices[1:]):
    start_audio = start * frequency
    end_audio = (end + overlap) * frequency 
    print(start_audio, end_audio)

输出：

在 python 中重叠的音频文件中制作块

Make chunks in Audio files with overlap in python

python

audio

chunks

segment