python实现批量视频提取音频

1、安装依赖库

首先需要安装依赖库moviepy

pip install moviepy

2、找到对应目录

利用listdir列出目标文件夹以下文件，利用os.path.join进行路径拼接，os.path.splitext()[0]扣掉。MP4后缀，加入所需形式，（这里用的是‘.wav’）得到对应音频文件名。

import os
from moviepy import VideoFileClip
if __name__ == "__main__":
    dataset_dir = "/data"
    output_dir = "/data/audio"
    tvt_dirs = ['train', 'dev','test']
    for tvt_dir in tvt_dirs:
        cate_dir=os.listdir(os.path.join(dataset_dir,tvt_dir))
        for cate in cate_dir:
            video_dirs=os.listdir(os.path.join(dataset_dir,tvt_dir,cate))
            for video_dir in video_dirs:
                video_dir_path=os.path.join(dataset_dir,tvt_dir,cate,video_dir)
                video_name = os.path.splitext(video_dir)[0]
                output_dir_path = os.path.join(output_dir, tvt_dir, cate, f"{video_name}.wav")
                os.makedirs(os.path.dirname(output_dir_path), exist_ok=True)
                video=VideoFileClip(video_dir_path)
                audio=video.audio
                audio.write_audiofile(output_dir_path, codec="pcm_s16le")  # 设置采样率为 16000 Hz

3、创建对应文件名，实现转换

这里要利用os.makedirs()确定文件路径存在

os.makedirs(os.path.dirname(output_dir_path), exist_ok=True)

然后根据需要的音频格式和采样帧率进行设置，下面附上write_audiofile 的具体使用方法

video=VideoFileClip(video_dir_path)
audio=video.audio
audio.write_audiofile(output_dir_path, codec="pcm_s16le")  # 设置采样率为 16000 Hz

1. write_audiofile 方法

write_audiofile 是 moviepy 中用于将音频保存为文件的方法。它的基本语法如下：

audio.write_audiofile(filename, codec=None, bitrate=None, fps=None, nbytes=2, buffersize=2000, verbose=True, logger='bar')

参数说明：

• filename：输出文件的路径和名称（包括扩展名，如 .wav、.mp3 等）。

• codec：音频编码器（如 pcm_s16le、libmp3lame 等）。如果不指定，moviepy 会根据文件扩展名自动选择编码器。

• bitrate：音频比特率（如 128k、192k 等），影响音频质量。

• fps：音频采样率（如 44100、16000 等）。

• nbytes：音频样本的字节数（如 2 表示 16 位音频）。

• buffersize：缓冲区大小。

• verbose：是否显示进度条。

• logger：日志输出方式（如 'bar' 显示进度条）。

---

2. 常见音频文件格式与编码格式

以下是常见的音频文件格式及其对应的编码格式：

文件格式	扩展名	常用编码格式	说明
WAV	.wav	pcm_s16le	无损音频格式，常用于高质量音频存储。
MP3	.mp3	libmp3lame	有损压缩格式，文件小，适合存储和传输。
AAC	.m4a	aac	有损压缩格式，常用于苹果设备和流媒体。
OGG	.ogg	libvorbis	开源有损压缩格式，适合网络传输。
FLAC	.flac	flac	无损压缩格式，文件比 WAV 小，适合高质量音频存储。
AIFF	.aiff	pcm_s16be	无损音频格式，常用于专业音频处理。

---

3. 示例代码

（1）保存为 WAV 文件

audio.write_audiofile("output.wav", codec="pcm_s16le", fps=44100)

• 编码格式：pcm_s16le（16 位 PCM 编码）。

• 采样率：44100 Hz（CD 质量）。

（2）保存为 MP3 文件

audio.write_audiofile("output.mp3", codec="libmp3lame", bitrate="192k")

• 编码格式：libmp3lame（MP3 编码）。

• 比特率：192k（高质量 MP3）。

（3）保存为 AAC 文件

audio.write_audiofile("output.m4a", codec="aac", bitrate="128k")

• 编码格式：aac（AAC 编码）。

• 比特率：128k（标准质量）。

（4）保存为 OGG 文件

audio.write_audiofile("output.ogg", codec="libvorbis", bitrate="128k")

• 编码格式：libvorbis（OGG 编码）。

• 比特率：128k（标准质量）。

（5）保存为 FLAC 文件

audio.write_audiofile("output.flac", codec="flac")

• 编码格式：flac（无损压缩）。

（6）保存为 AIFF 文件

audio.write_audiofile("output.aiff", codec="pcm_s16be")

• 编码格式：pcm_s16be（16 位 PCM 编码，大端序）。

---

4. 注意事项

（1）编码器支持

• 确保 FFMPEG 支持指定的编码器。可以通过以下命令查看 FFMPEG 支持的编码器：

  ffmpeg -codecs

• 如果编码器不支持，write_audiofile 会抛出错误。

（2）文件扩展名与编码器匹配

• 如果未指定 codec 参数，moviepy 会根据文件扩展名自动选择编码器。

• 例如，保存为 .wav 文件时，默认使用 pcm_s16le 编码器。

（3）比特率与质量

• 比特率越高，音频质量越好，但文件大小也越大。

• 常用比特率：

  • MP3：128k（标准）、192k（高质量）、320k（极高）。

  • AAC：128k（标准）、192k（高质量）。

（4）采样率

• 采样率越高，音频质量越好，但文件大小也越大。

• 常用采样率：

  • 44100 Hz（CD 质量）。

  • 48000 Hz（DVD 质量）。

  • 16000 Hz（语音质量）。

---

5. 总结

文件格式	扩展名	编码格式	适用场景
WAV	.wav	pcm_s16le	高质量音频存储
MP3	.mp3	libmp3lame	通用音频存储和传输
AAC	.m4a	aac	苹果设备和流媒体
OGG	.ogg	libvorbis	开源格式，适合网络传输
FLAC	.flac	flac	无损压缩，适合高质量音频存储
AIFF	.aiff	pcm_s16be	专业音频处理

通过正确选择文件格式和编码格式，可以满足不同的音频存储和处理需求。如果还有其他问题，请随时告知！

原文地址：https://blog.csdn.net/m0_65079225/article/details/145175547

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！