Python从视频中提取音频的操作

简介

OpenCV中使用VideoCapture类写的视频是没有音频的，如果要进一步处理音频则需要用到一个库——MoviePy，这个库是Python视频编辑库，可裁剪、拼接、标题插入、视频合成、视频处理和自定义效果。

安装

pip install moviepy

代码

from moviepy.editor import *
video = VideoFileClip('test.mp4')
audio = video.audio
audio.write_audiofile('test.mp3')

不安装moviepy视频编辑库可以直接使用ffmpeg-python库，见参考文献4，代码稍微复杂点

音频格式

extensions_dict = { "mp4": {'type':'video', 'codec':['libx264','libmpeg4', 'aac']},
          'ogv': {'type':'video', 'codec':['libtheora']},
          'webm': {'type':'video', 'codec':['libvpx']},
          'avi': {'type':'video'},
          'mov': {'type':'video'},
          'ogg': {'type':'audio', 'codec':['libvorbis']},
          'mp3': {'type':'audio', 'codec':['libmp3lame']},
          'wav': {'type':'audio', 'codec':['pcm_s16le', 'pcm_s24le', 'pcm_s32le']},
          'm4a': {'type':'audio', 'codec':['libfdk_aac']}
         }

可看到支持ogg、mp3、wav和m4a四种格式，个人测试m4a输出失败，建议只用mp3和wav

测试2分钟的视频导出mp3为1.83Mb，wav为20.1Mb

mp3是有损格式，wav是无损格式，按需选择

备注

要实现更底层的音视频处理应用ffmpeg

补充：python处理mp4视频提取音频转为mp3或者wav，并进行截取

mp4视频文件提取音频转为mp3或者wav文件

mp3是有损文件，wav是无损文件，就像我测试的视频，mp3导出只有几十k，wav文件导出有3M多。

from moviepy.editor import *
video = VideoFileClip('aa.mp4')
audio = video.audio
audio.write_audiofile('test.wav')
audio.write_audiofile('test.mp3')

截取map或者wav文件

from scipy.io import wavfile
like = wavfile.read('test.wav')
# print (like)
# 音频结果将返回一个tuple。第一维参数是采样频率，单位为秒；第二维数据是一个ndarray表示歌曲，如果第二维的ndarray只有一个数据表示单声道，两个数据表示立体声。所以，通过控制第二维数据就能对歌曲进行裁剪。
# 对like这个元组第二维数据进行裁剪，所以是like[1];第二维数据中是对音乐数据切分。 start_s表示你想裁剪音频的起始时间；同理end_s表示你裁剪音频的结束时间。乘44100 是因为每秒需要进行44100次采样
# 这里表示对该音频的13-48秒进行截取
wavfile.write('test2.wav',44100,like[1][13*44100:48*44100])

以上为个人经验，希望能给大家一个参考，也希望大家多多支持python博客。如有错误或未考虑完全的地方，望不吝赐教。