为了帮助剪辑小姐姐少熬夜，我用 Python 硬肝了一次短视频音频创作
1. 前言
最近一个小姐姐在后台给我留言，说自己的工作是短视频剪辑，经常需要熬夜剪片子，其中，音频处理费时费力，问我能不能利用自动化减轻她的工作
前面很多文章都使用了一款非常强大的依赖库，即：moviepy，它能非常快捷地完成视频剪辑
装逼篇 | 抖音超火的九宫格视频是如何生成的，Python 告诉你答案
本篇文章推荐另外一个超级强大的音频处理库：pydub
2. 介绍
pydub 是一款简单、方便且强大的 Python 音频处理库
项目地址：
https://github.com/jiaaro/pydub
日常音频剪辑处理工具，都可以使用它来完成，比如：提取音频、音频切断、音效处理、响度控制、声道配置、音频合成等
首先，安装依赖包
# 安装依赖
pip3 install pydub3. 常见操作
接下来，我们来聊聊 pydub 常见的操作
3-1 AudioSegment 对象
pudub 最重要的一个类是：AudioSegment
它是一个不可变的对象，代表一个音频段对象
首先，我们实例化一个 AudioSegment 对象，它内置有多种实现方式
比如，我们从本地加载一个 wav 的音频文件
from pydub import AudioSegment
# 音频路径
audio_path = "./raw/1.wav"
# 指定音频格式，这里以wav音频为例
format='wav'
# 实例化一个AudioSegment对象
audio_segment = AudioSegment.from_file(audio_path, format)
3-2 裁剪某段音频
针对 AudioSegment 对象，使用中括号指定开始时间和结束时间，即可以快速提取某一段音频
PS：时间以毫秒为单位
# 某一段音频文件
# 指定开始时间、结束时间
# 时间以毫秒为单位
audio_part = audio_segment[start_time:end_time]
3-3 合并音频
使用 pydub 合并多段音频非常便捷，只需要使用符号 +，将三段音频的 AudioSegment 对象加起来即可
def sound_compound(one_audio_segment, *other):
"""
合并两段音频
:param one_audio_segment:
:param other_audio_segment:
:return:
"""
result = one_audio_segment
# 使用符号+，一段一段合并
for segment in other:
result += segment
return result
# 合并3段音频
audio_segment1 = AudioSegment.from_file('./1.wav', 'wav')
audio_segment2 = AudioSegment.from_file('./2.wav', 'wav')
audio_segment3 = AudioSegment.from_file('./3.wav', 'wav')
# 合并3段音频文件
audio_segment_result = sound_compound(audio_segment1, audio_segment2, audio_segment3)
3-4 音频常见属性
音频比较常见的属性包含：
时长
响度
声道数
帧速率
原始数据
对于音频的时长，有 2 种获取方式，即：
# 音频常见属性
# 实例化AudioSegment对象
as = AudioSegment.from_file("sound1.wav")
# duration_seconds：在内部调用了 len() ，单位为秒
# 方式一，duration_seconds，以秒为单位
as_duration1 = as.duration_seconds
# 方式二：len(as)，以毫秒为单位
as_duration2 = (len(as) / 1000.0)
其他原始数据都可以从 AudioSegment 对象相应的属性中获取 ：
# 音频常见属性
# 实例化AudioSegment对象
as = AudioSegment.from_file("sound1.wav")
# 2、音频响度
as_loudness = as.dBFS
# 3、声道数
as_channel_num = as.channels
# 4、帧速率
# 一般值为 44100 (CD), 48000 (DVD), 22050, 24000, 12000 和 11025
as_frame_rate = sound.frame_rate
# 5、音频的原始数据
as_raw_data = sound.raw_data
3-5 单条音频淡入淡出
视频剪辑中，经常需要对音频做淡入淡出处理，使音效播放更加自然
比如：针对单个音频，在开头使用淡入，结束使用淡出，并指定淡入和淡出的时间
PS：单位以毫秒为单位
def sound_fade_in_and_out(one_audio_segment, fade_in=0, fade_out=0):
"""
单段音频设置开头淡入、结尾淡出
可以把许多运算符连成一串使用，因为运算符都会返回一个AudioSegment对象
:param one_audio_segment:
:param fade_in:淡入时间（毫秒）
:param fade_out:淡出时间（毫秒）
:return:
"""
return one_audio_segment.fade_in(fade_in).fade_out(fade_out)
audio_segment = AudioSegment.from_file("./raw/1.wav", format='wav')
# 单条视频开头淡入，结束淡出
sound_fade_in_and_out(audio_segment,2000,2000)
需要指出的是，AudioSegment 对象内置的 fade() 函数，可以更加灵活地实现淡入淡出效果
sound = AudioSegment.from_file("./sound.wav")
# fade实现淡入/淡出效果
# 1、从1s开始，持续2s，执行淡化效果，并从0dB逐渐增加到3dB
sound_fade1 = sound.fade(to_gain=+3.0, start=1000, duration=2000)
# 2、从1s开始,一直到4s，中间1s的时间内执行淡化效果，从0db逐渐降低-2dB
sound_fade2 = sound1.fade(to_gain=-2, start=1000, end=4000)
3-6 调整音频播放速度
视频剪辑中，音频速度的调整很常见
比如：在视频结尾，调整最后的画面帧为慢动作，同样需要同步调慢音频的播放速度
def speed_change(sound, speed=1.0):
"""
改变音频的速度
:param sound:
:param speed:
:return:
"""
sound_with_altered_frame_rate = sound._spawn(sound.raw_data, overrides={
"frame_rate": int(sound.frame_rate * speed)
})
return sound_with_altered_frame_rate.set_frame_rate(sound.frame_rate)
# 改变音频的播放速度
# 比如：0.8调整为之前速度的0.8
audio_new = speed_change(self.audio_segment, 0.8)
3-7 播放音频
AudioSegment 对象使用 pydub 内置的 play() 方法，可以播放音频，在调试代码的时候非常方便
from pydub.playback import play
sound1 = AudioSegment.from_file("./1.wav")
# 播放音频
play(sound1)
3-8 音量增益及降低
要调整一段音频的音量，可以直接对 AudioSegment 实例加、减对应的分贝数目即可
def sound_gain(audio_segment, db_value):
"""
声音增益
:param audio_segment:
:param db_value 分贝
:return:
"""
return audio_segment + db_value
def sound_reduce(audio_segment, db_value):
"""
降低音量
:param audio_segment:
:param db_value 分贝
:return:
"""
return audio_segment - db_value
# 降低音量，-10分贝
audio_segment_temp = sound_reduce(audio_segment, 10)
# 增加音量，+10分贝
audio_segment_temp1 = sound_gain(audio_segment, 10)
3-9 交叉淡化效果
使用 append() 方法，可以将多段音频对象进行合并，并添加交叉淡化的效果PS：使用 crossfade 参数指定交叉淡化的持续时间，单位为毫秒
def sound_overlap_effect(one_audio_segment, other_audio_segment, overlap_during):
"""
两段音频合并的同时，使用交叉淡化的效果
:param one_audio_segment:第一段
:param other_audio_segment:第二段
:param overlap_during:单位毫秒
:return:
"""
return one_audio_segment.append(other_audio_segment, crossfade=overlap_during)
# 两段音频
audio_segment1 = AudioSegment.from_file('./1.wav', 'wav')
audio_segment2 = AudioSegment.from_file('./2.wav', 'wav')
# 合并两段音频，并添加效果
# 持续时间：2000毫秒
result = sound_overlap_effect(audio_segment1, audio_segment2, 2000)
3-10 多声道音频
利用 from_mono_audiosegments() 函数，可以一个轨道上创建多声道音频
def create_multichannel_as(self):
"""
创建多声道音频（支持2个或者多个）
:return:
"""
# PS：每个单声道音频段都应该有相同的时长以及帧速率
one_as = AudioSegment.from_wav("./1.wav")
other_as = AudioSegment.from_wav("./2.wav")
# 合成多声道音频
return AudioSegment.from_mono_audiosegments(one_as, other_as)
3-11 提取音频及导出音频
在 3-1 中实例化 AudioSegment 方式，方法同样适用于视频，即：我们可以从视频中提取 AudioSegment 音频对象
使用 AudioSegment 对象的 export(filename,format) 方法，就可以将音频保存到本地了
# 1、从视频中提取一个AudioSegment音频对象
audio_segment = AudioSegment.from_file(video)
def save_audio(audio_segment, filename, format):
"""
保存音频文件到本地
:param audio_segment:
:param filename:
:param format:
:return:
"""
audio_segment.export(filename, format=format)
# 2、导出音频到本地
save_audio(result, './result.wav', 'wav')
4. 实战一下
对搞笑类短视频，经常会采用这种剪辑手法，即：将视频尾部，对最后一段对话降低速度并重新播放一次
准备一段视频素材，下面通过 pydub 来实现它
video_path = './raw.mp4'
# 注意：加载视频不需要指定format
audio_sgement = AudioSegment.from_file(video_path)
# 截取尾部内容
audio_end = audio_sgement[70 * 1000:70 * 1000 + 3000]
# 变慢速度，具体根据视频速度去调整
audio_end2 = speed_change(audio_end, 0.55)
# 合并两段音频
audio_result = audio_end + audio_end2
# 尾部淡出处理
audio_result.fade_out(1000)
# 视频导出
audio_result.export("result.wav", format='wav')
最后生成的音频内容如下：
5. 最后
文中仅仅对 pydub 常用的操作进行了讲解，更多骚操作可以阅读官方文档去解锁
音视频的一些常见操作都可以做成自动化，让自己从重复的剪辑工作中抽离出来