从 numpy.ndarray 加载时，pydub.AudioSegment 会弄乱音频数据

如何解决从 numpy.ndarray 加载时，pydub.AudioSegment 会弄乱音频数据

我必须以编程方式混合音频文件（向录音添加背景噪音），而且我的所有文件都是 .opus 格式的 8-9 小时录音。

我曾尝试使用 pydub.AudioSegment 在内存中加载一个，但出现以下错误：

path_to_input = '/path/to/my/input/file.opus'
sound_data = AudioSegment.from_file(path_to_input)

Traceback (most recent call last):
  File "<input>",line 1,in <module>
  File "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/site-packages/pydub/audio_segment.py",line 728,in from_file
    fix_wav_headers(p_out)
  File "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/site-packages/pydub/audio_segment.py",line 142,in fix_wav_headers
    raise CouldntDecodeError("Unable to process >4GB files")
pydub.exceptions.CouldntDecodeError: Unable to process >4GB files

显然我不能使用 pydub.AudioSegment 来加载我的文件，因为它们太大了（我试图打开的文件实际上在磁盘上有 48MB，所以我猜它们太大了，无法加载到内存中 {{1 }}？）。无论如何，我已经设法使用 pydub 加载文件。

librosa

我认为我可以通过从 sample_rate = 8000 sound_data_librosa = librosa.load(path_to_input,sr=sample_rate,res_type='kaiser_best') sound_data_librosa = sound_data_librosa[0]（它是一个 pydub.audio_segment.AudioSegment）创建一个 sound_data_librosa 对象来解决这个问题。

numpy.ndarray

这似乎工作正常，但是当我将它写回磁盘时，它听起来像是随机噪音。

sound_data = AudioSegment(
    sound_data_librosa.tobytes(),frame_rate=sample_rate,sample_width=sound_data_librosa.dtype.itemsize,channels=1
    )

所以我还没有修改任何东西，但不知何故我丢失了所有的音频数据。我无法理解到底是什么问题。有什么我做错的地方可以修复，这样我就不会扭曲音频数据吗？

另外，我不一定要这样做，只是我一直在使用 path_to_output = '/path/to/my/output/file.opus' sound_data.export(path_to_output,format="opus") 来修改我的音频文件（应用增益、叠加、作为 .opus 文件写入磁盘）为什么我需要将它们作为 pydub.AudioSegment 对象加载。如果有另一种方法可以在 python 中做同样的事情，如果你能指出它，我将不胜感激。我主要担心的是缺乏对 .opus 文件（读取和写入）的支持，这就是我尝试坚持使用 pydub.audio_segment.AudioSegment 的原因。

解决方法

是的，在 MacOS 上使用 opus 和 ffmpeg 有一些奇怪之处。我试图修复文件大小问题一段时间，但没有任何进展。相反，我建议将文件转换为 wav （或任何其他好的（：格式）并尝试使用它。我尝试将 42MB 的 opus 文件转换为 WAV，结果大约为 2.7GB，但不知何故 pydub 能够读取它。你可以使用这样的东西来转换文件

import subprocess

def convert_to_wav(name):
     command = ['ffmpeg','-i',f'{name}.opus',f'{name}.wav']
     subprocess.run(command,stdout=subprocess.PIPE,stdin=subprocess.PIPE)

或者在 GitHub 上 ping pydub 的所有者