Python 使用Moviepy Audiofile将mp4中的音频保存为wav文件

我有一个名为

'video.mp4'

的视频文件。我试图从视频中分离出一段音频，并将其保存为wav文件，以便与其他Python模块一起使用。我想和MoviePy一起做这件事

我向

write_audiofile

函数发送参数，指定文件名、fps、nbyte和编解码器

在MoviePy音频剪辑之后，我将32位wav文件的编解码器指定为

'pcm_s32le'

from moviepy.editor import *

sound = AudioFileClip("video.mp4")
newsound = sound.subclip("00:00:13","00:00:15")   #audio from 13 to 15 seconds
newsound.write_audiofile("sound.wav", 44100, 2, 2000,"pcm_s32le")

此代码生成一个名为

'sound.wav'

的

.wav

文件

---

在中打开音频文件 生成的文件，

sound.wav

，可以在Audacity中打开，但是当我尝试将其作为wav文件与其他Python模块一起使用时，遇到了问题

---

在中播放声音文件 第三行给出了以下错误：

pygame.error:无法打开文件'sound.wav'

---

使用sndhdr.what（）确定声音文件的类型 sndhdr方法返回了

none

. 根据，发生这种情况时，该方法无法确定文件中存储的声音数据的类型

---

使用谷歌语音识别读取文件 此代码在倒数第二行停止执行：

ValueError: Audio file could not be read as PCM WAV, AIFF/AIFF-C, or Native FLAC; check if file is corrupted or in another format

---

如果

sndhdr.what（）

无法将音频文件识别为音频文件类型，为什么音频文件会在Audacity中打开？

---

如何将MoviePy音频剪辑正确导出为

wav

文件？

我也有同样的问题。我试图从URL中获取一个mp4文件，然后将其转换为wav文件，并通过它调用Google语音识别。相反，我使用pydub来处理转换，它成功了！下面是代码示例：

导入请求
输入io
将语音识别作为sr导入
从pydub导入音频段
#此函数用于将语音转换为文本
def语音到文本（文件）：
识别器=高级识别器（）
audio=sr.AudioFile（文件）
以音频作为源：
语音=识别器。记录（源）
尝试：
#具有音频和语言的呼叫识别器
text=recognizer.recognizer\u谷歌（语音、语言='pt-BR'）
打印（“Vocêdise:+文本）
返回文本
#如果识别器不明白
除：
印刷品（“Não entendi”）
def mp4_至_wav（文件）：
音频=音频段。来自_文件（文件，格式=“mp4”）
导出（“audio.wav”，format=“wav”）
返回音频
def mp4_至_wav_mem（文件）：
音频=音频段。使用临时文件（文件“mp4”）从文件
file=io.BytesIO（）
file=audio.export（文件，format=“wav”）
file.seek（0）
返回文件
url=“”
r=requests.get（url，stream=True）
file=io.BytesIO（r.content）
文件=mp4_到_wav_mem（文件）
语音到文本（文件）

---

注意，我编写了两个函数：mp4_to_wav和mp4_to_wav_mem。唯一的区别是mp4_to_wav_mem处理内存中的所有文件，mp4_to_wav生成.wav文件。

我阅读了MoviePy的文档，发现参数

nbyte

应该与

codec

一致

nbyte

表示采样宽度（16位声音设置为2，32位声音设置为4）。因此，最好设置

nbyte=4

，当您设置

codec=pcm_s32le

时，我遇到了相同的问题，没有指定codec，或者codec='pcms32le'，对我有效的是pcm_s16le。

from moviepy.editor import *

sound = AudioFileClip("video.mp4")
newsound = sound.subclip("00:00:13","00:00:15")   #audio from 13 to 15 seconds
newsound.write_audiofile("sound.wav", 44100, 2, 2000,"pcm_s32le")

请注意，我使用的是“fr”语言，您可能应该适应您的需要。 以下是完整的代码：

# Python code to convert video to audio
import moviepy.editor as mp
import speech_recognition as sr

# Insert Local Video File Path
clip = mp.VideoFileClip("/tmp/data/test.mp4")

# Insert Local Audio File Path
clip.audio.write_audiofile("/tmp/data/test.wav",codec='pcm_s16le')

# initialize the recognizer
r = sr.Recognizer()

# open the file
with sr.AudioFile("/tmp/data/test.wav") as source:
    # listen for the data (load audio to memory)
    audio_data = r.record(source)
    # recognize (convert from speech to text)
    text = r.recognize_google(audio_data, language = "fr-FR")
    print(text)

---

我认为这是正确的方法：

import os
from moviepy.editor import AudioFileClip

PATH= "files/"
fileName = "nameOfYourFile.mp4"
newFileName = "nameOfTheNewFile"
Ext = "wav"
AudioFileClip(os.path.join(PATH, f"{fileName}")).write_audiofile(os.path.join(PATH, f"{newFileName}.{Ext}"))

---

虽然这个代码片段可以解决这个问题，但请考虑解释它如何以及为什么工作，使这个答案对未来的访问者更有帮助。

# Python code to convert video to audio
import moviepy.editor as mp
import speech_recognition as sr

# Insert Local Video File Path
clip = mp.VideoFileClip("/tmp/data/test.mp4")

# Insert Local Audio File Path
clip.audio.write_audiofile("/tmp/data/test.wav",codec='pcm_s16le')

# initialize the recognizer
r = sr.Recognizer()

# open the file
with sr.AudioFile("/tmp/data/test.wav") as source:
    # listen for the data (load audio to memory)
    audio_data = r.record(source)
    # recognize (convert from speech to text)
    text = r.recognize_google(audio_data, language = "fr-FR")
    print(text)

import os
from moviepy.editor import AudioFileClip

PATH= "files/"
fileName = "nameOfYourFile.mp4"
newFileName = "nameOfTheNewFile"
Ext = "wav"
AudioFileClip(os.path.join(PATH, f"{fileName}")).write_audiofile(os.path.join(PATH, f"{newFileName}.{Ext}"))