Python 如何把一段英文音频中所念的单词剪辑为一个一个单词的音频

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 2072 天前的主题，其中的信息可能已经有所发展或是发生改变。

我有一段人念的单词音频，单词之间有清晰的间隔，现在需要把音频剪辑为一个一个单词的音频。请问一下 python 怎么实现呢？需要去学习看看什么库？

单词

音频

Python

剪辑

6 条回复 • 2019-03-12 16:19:40 +08:00

MeteorCat

2019-03-12 12:18:36 +08:00 via Android

一般调下语音识别接口就行了，分出词之后一个词一个词再语音合成保存

summerwar

2019-03-12 12:46:38 +08:00

pydub

JCZ2MkKb5S8ZX9pq

2019-03-12 12:53:42 +08:00

只有音频的话，等于是要判断静音（音量小）部分然后剪一刀啊。
剪的话 ffmpeg 应该可以，判断音量就不知道了。
或者直接转文字，然后文本分词再转语音？

JerryV2

2019-03-12 15:41:10 +08:00

@summerwar

2 楼说得对
具体的函数是 split_on_silence

但是效果不一定好，需要自己调整非静音时长，静音分贝数才能得到比较好的效果

omph

2019-03-12 16:05:24 +08:00

[Arctime 教程 - 自动分轴的使用 | Arctime 字幕软件]( http://arctime.org/auto-voice-activity-detection.html)

jagger2048

2019-03-12 16:19:40 +08:00

@JCZ2MkKb5S8ZX9pq
如果是演播室的录音的话，可以用 VAD 模块，效果比单纯的音量判断会好不少，可以参考 https://github.com/Baidu-AIP/speech-vad-demo