Miré el siguiente enlace:Recortar archivo de audio usando tiempos de inicio y finalización
Pero esto no responde completamente a mi pregunta. Mi problema es:tengo un archivo de audio como abc.mp3 o abc.wav . También tengo un archivo de texto que contiene marcas de tiempo de inicio y fin:
0.0 1.0 silence
1.0 5.0 music
6.0 8.0 speech
Quiero dividir el audio en tres partes usando Python y sox /ffmpeg , lo que da como resultado tres archivos de audio separados.
¿Cómo logro esto usando sox? o ffmpeg ?
Luego quiero calcular el MFCC correspondiente a esas porciones usando librosa .
Tengo Python 2.7 , ffmpeg y sox en una instalación de Ubuntu Linux 16.04.
Respuesta aceptada:
Acabo de probarlo rápidamente, muy poco en la forma de prueba, así que tal vez sea de ayuda. A continuación se basa en ffmpeg-python, pero no sería un desafío escribir con subprocess de todos modos.
Por el momento, el archivo de entrada de tiempo solo se trata como pares de tiempos, inicio y final, y luego un nombre de salida. Los nombres que faltan se reemplazan como linecount.wav
import ffmpeg
from sys import argv
""" split_wav `audio file` `time listing`
`audio file` is any file known by local FFmpeg
`time listing` is a file containing multiple lines of format:
`start time` `end time` output name
times can be either MM:SS or S*
"""
_in_file = argv[1]
def make_time(elem):
# allow user to enter times on CLI
t = elem.split(':')
try:
# will fail if no ':' in time, otherwise add together for total seconds
return int(t[0]) * 60 + float(t[1])
except IndexError:
return float(t[0])
def collect_from_file():
"""user can save times in a file, with start and end time on a line"""
time_pairs = []
with open(argv[2]) as in_times:
for l, line in enumerate(in_times):
tp = line.split()
tp[0] = make_time(tp[0])
tp[1] = make_time(tp[1]) - tp[0]
# if no name given, append line count
if len(tp) < 3:
tp.append(str(l) + '.wav')
time_pairs.append(tp)
return time_pairs
def main():
for i, tp in enumerate(collect_from_file()):
# open a file, from `ss`, for duration `t`
stream = ffmpeg.input(_in_file, ss=tp[0], t=tp[1])
# output to named file
stream = ffmpeg.output(stream, tp[2])
# this was to make trial and error easier
stream = ffmpeg.overwrite_output(stream)
# and actually run
ffmpeg.run(stream)
if __name__ == '__main__':
main()