原标题：提取视频中的音频——python三行程序搞定！

写在开头

身处数据爆炸增长的时代，各种各样的数据都飞速增长，视频数据也不例外。我们可以使用 python 来提取视频中的音频，而这仅仅需要安装一个体量很小的python包，然后执行三行程序！

语音数据在数据分析领域极为重要。比如可以分析语义、口音、根据人的情绪等等。可以应用于偏好分析、谎话检测等等。

提取音频

需要用到 python 包 moviepy，这里是moviepy 的 github 地址

安装 python 包

安装 moviepy，cmd 或 bash 输入

pip install moviepy

1 提取音频

假设有一个 mp4 文件路径为"e:/chrome/my_video.mp4"，我们想提取其音频保存到"“e:/chrome/my_audio.wav”"，那么三行程序为：

from moviepy.editor import AudioFileClip

my_audio_clip = AudioFileClip("e:/chrome/my_video.mp4")

my_audio_clip.write_audiofile("e:/chrome/my_audio.wav")

123

执行上面的三行程序，就会发现音频文件已经成功提取到指定文件夹了~ 这里的视频格式和音频格式都支持其他格式，比如读取 m4v 格式视频，保存 MP3 格式音频，下面是我电脑的示例

分析音频

可以使用 librosa 包来分析音频，这里是librosa 的 github 地址

安装 python 包

安装 librosa，cmd 或 bash 输入

pip install librosa

1

需要说明，librosa 包本身不支持 MP3 格式，需要一些相关包的支持。官网上说使用 conda 安装则自动安装 MP3 支持的相关包。具体请去librosa 的 github 地址了解。

读取音频

假设有一个 wav 文件路径为"e:/chrome/my_audio.wav"。科普一下音频数据的内容，可以认为记录 采样频率和 每个采样点的信号强度两个部分即可构成一个音频文件。数据流可理解为一个数组，按照字节存储。

下面我们读取音频

import librosa

audio, freq = librosa.load('e:/chrome/my_audio.wav')

time = np.arange(0, len(audio)) / freq

print(len(audio), type(audio), freq, sep="t")

matplotlib 画信号强度图

bash 输入

import matplotlib.pyplot as plt

fig, ax = plt.subplots

ax.plot(time, audio)

ax.set(xlabel='Time(s)', ylabel='Sound Amplitude')

plt.show

下图是本人电脑示例：

librosa 画信号强度图

当然我们可以使用 librosa 库的工具来分析，可以修掉音频首尾的其他信息，画信号强度图的方式如下：

import librosa.display

audio, _ = librosa.effects.trim(audio)#Trim leading and trailing #silence from an audio signal.

librosa.display.waveplot(audio, sr=freq)

plt.show

下图是我电脑的示例：

非常简单 你学会了吗返回搜狐，查看更多

责任编辑：