Ubuntu – Audio anhand von Zeitstempeln aus einer Textdatei mit Sox oder Ffmpeg in mehrere Teile aufteilen?

Ich habe mir den folgenden Link angesehen:Audiodatei mit Start- und Stoppzeiten trimmen

Aber das beantwortet meine Frage nicht ganz. Mein Problem ist:Ich habe eine Audiodatei wie abc.mp3 oder abc.wav . Ich habe auch eine Textdatei mit Start- und Endzeitstempeln:

0.0 1.0 silence  
1.0 5.0 music  
6.0 8.0 speech    

Ich möchte das Audio mit Python und sox in drei Teile aufteilen /ffmpeg , wodurch drei separate Audiodateien entstehen.

Wie erreiche ich dies entweder mit sox oder ffmpeg ?

Später möchte ich den MFCC, der diesen Teilen entspricht, mit librosa berechnen .

Ich habe Python 2.7 , ffmpeg , und sox auf einer Ubuntu Linux 16.04-Installation.

Akzeptierte Antwort:

Ich habe es nur kurz ausprobiert, sehr wenig zum Testen, also wird es vielleicht hilfreich sein. Unten basiert auf ffmpeg-python, aber es wäre keine Herausforderung, mit subprocess zu schreiben sowieso.

Im Moment wird die Zeiteingabedatei nur als Zeitpaare, Start und Ende und dann als Ausgabename behandelt. Fehlende Namen werden durch linecount.wav ersetzt

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()