- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我正在尝试使用我非常喜欢的 pydub,但是我在拆分/合并 mp3 文件时遇到了问题。
我需要在服务器上生成一系列小的音频片段,这些片段将按顺序发送到网络浏览器并通过 <audio/>
播放元素。我需要音频播放是“无缝”的,各个片段之间没有听得见的连接。然而目前,各个音频位之间的连接非常明显,有时会出现短暂的静默,有时会出现奇怪的音频故障。
在我的概念验证代码中,我采用了一个大的 mp3 并将其分成 1 秒的 block ,如下所示:
song = AudioSegment.from_mp3('my.mp3')
song_pos = 0
while song_pos < 100:
p1 = song_pos * 1000
p2 = p1 + 1000
segment = song[p1:p2] # 1 second of audio
output = StringIO.StringIO()
segment.export(output, format="mp3")
client_data = output.getvalue() # send this to client
song_pos += 1
client_data 值通过长期存在的 http 连接流式传输到浏览器:
socket.send("HTTP/1.1 200 OK\r\nConnection: Keep-Alive\r\nContent-Type: audio/mp3\r\n\r\n")
然后对于每个新的音频 block
socket.send(client_data)
谁能解释我听到的故障,并提出消除这些故障的方法?
最佳答案
将我的评论升级为答案:
主要问题是 ffmpeg 使用的 MP3 编解码器会在编码音频的末尾添加静音(并且您的方法是生成多个单独的音频文件)。
如果可能,请使用 wave 等无损格式,然后使用 gzip 或类似工具减小文件大小。您也可以使用无损音频压缩(例如 flac),但这可能取决于编码器的工作方式。
对于您听到的杂音,我没有确凿的解释,但可能是您在信号不为零的位置分割音频。如果声音以值为 100 的样本开始(例如),则听起来像是数字爆音。 MP3 压缩也可能会改变声音,尤其是在较低的比特率下。如果这是问题所在,1 毫秒的淡入将消除爆音而不会出现明显的“淡入淡出”(尽管可能会引入其他伪影)- 更长的淡入(例如 20 或 50 毫秒会避免奇怪的频域伪影,但会引入明显的“淡入”。
如果您愿意多做一点(编码)工作,您可以搜索“零交叉”(基本上,信号自然处于零点的地方)并在那里分割音频。
可能是最好的方法:
将整个信号编码为单个压缩文件,并将(该文件的)字节以 block 的形式发送到客户端,以便作为单个流播放。如果您使用恒定比特率 mp3 编码 (CBR),您只需计算字节数就可以发送几乎完美的 1 秒长 block 。例如,使用 256kbps CBR,一次只需发送 256KB。
关于python - 拆分/加入 mp3 时 pydub 音频故障,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42644983/
我一直在为实时流和静态文件(HTTP 上的 MP3)构建网络广播播放器。我选了Howler.js作为规范化 quirks 的后端的 HTML5 Audio (思考:自动播放、淡入/淡出、进度事件)。
vue移动端input上传视频、音频,供大家参考,具体内容如下 html部分 ?
关闭。这个问题需要更多 focused .它目前不接受答案。 想改进这个问题?更新问题,使其仅关注一个问题 editing this post . 7年前关闭。 Improve this questi
我想在我的程序中访问音频和视频。 MAC里面可以吗? 我们的程序在 Windows 上运行,我使用 directshow 进行音频/视频编程。但我想在 MAC 中开发相同的东西。 有没有像direct
我的应用程序(使用 Flutter 制作,但这应该无关紧要)具有类似于计时器的功能,可以定期(10 秒到 3 分钟)发出滴答声。我在我的 Info.plist 中激活了背景模式 Audio、AirPl
我是 ionic 2 的初学者 我使用了音频文件。 import { Component } from '@angular/core'; import {NavController, Alert
我有一个包含ListView和图片的数据库,我想在每个语音数据中包含它们。我已经尝试过,但是有很多错误。以下是我的java和xml。 数据库.java package com.example.data
我在zend framework 2上建立了一个音乐社交网络。您可以想象它与SoundCloud相同,用户上传歌曲,其他用户播放它们,这些是网站上的基本操作。 我知道将要托管该页面的服务器将需要大量带
我正在尝试在android应用中播放音频,但是在代码中AssetFileDescriptor asset1及其下一行存在错误。这是代码: MediaPlayer mp; @Override prote
我对 WordPress Audio Shortcode有问题。我这样使用它: 但是在前面,在HTML代码中我得到了: document.createElement('audio');
我正在做一项关于降低噪音的滤波技术的实验。我在数据集中的样本是音频文件(.wav),因此,我有:原始录制的音频文件,我将它们与噪声混合,因此变得混合(噪声信号),我将这些噪声信号通过滤波算法传递,输出
一个人会使用哪种类型的神经网络架构将声音映射到其他声音?神经网络擅长学习从序列到其他序列,因此声音增强/生成似乎是它们的一种非常流行的应用(但不幸的是,事实并非如此-我只能找到一个(相当古老的)洋红色
这个让我抓狂: 在专用于此声音播放/录制应用程序的 Vista+ 计算机上,我需要我的应用程序确保(默认)麦克风电平被推到最大。我该怎么做? 我找到了 Core Audio lib ,找到了如何将 I
{ "manifest_version": 2, "name": "Kitten Radio Extension", "description": "Listen while browsi
class Main { WaveFileReader reader; short[] sample; Complex[] tmpComplexArray; publi
我正在使用电话录音软件(android),该软件可以记录2个人在电话中的通话。每个电话的输出是一个音频文件,其中包含来自 call 者和被 call 者的声音。 但是,大多数情况下,运行此软件的电话发
我正在构建一个需要语音激活命令的Web应用程序。我正在使用getUserMedia作为音频输入。 对于语音激活命令,该过程是用户将需要通过记录其语音来“校准”命令。例如,对于“停止”命令,用户将说出“
我正在开发一个Cordova应用程序,并将PouchDB用作数据库,当连接可用时,它将所有信息复制到CouchDB。 我成功存储了简单的文本和图像。 我一直在尝试存储视频和音频,但是没有运气。 我存储
我正在开发web application,我必须在其中使用.MP3的地方使用播放声音,但是会发生问题。 声音为play good in chrome, Firefox,但为safari its not
如何减少音频文件的位深?是否忽略了MSB或LSB?两者混合吗? (旁问:这叫什么?) 最佳答案 TL / DR:将音频曲线高度变量右移至较低位深度 可以将音频视为幅度(Y轴)随时间(X轴)的模拟曲线。
我是一名优秀的程序员,十分优秀!