python - 在python中自动同步两个录音

Question

我想用我的摄像机录制高质量的视频，不幸的是从摄像机的内部麦克风录制低质量的音频，同时将音频录制到带有更好质量麦克风的单独设备上。

然后自动同步外部音频，使其与视频匹配。

在我看来，这类似于 bpm 检测问题，但更简单，因为您不需要找到相似的循环，而基本上只需叠加音频 channel 并查看它们在哪里最匹配。或者检测某个“同步声音”事件。

我更喜欢用 python 编程，非常感谢任何指向执行此操作或可以作为起点的 python 代码的指针。

更新:我找到了这个 python application与 matching Android clapboard那可以解决问题。它似乎通过同步到视频文件和外部音频文件中记录的特殊声音来工作。

更新 II:这里是 another one在 Python 中，这意味着用于同步在同一场音乐会上录制的 Yotube 视频。

Answer 1

我现在已经测试了Allison Deal's Video sync (也在问题的“更新 II”下链接)并且它似乎可以完成这项工作。

在其 git 目录的根目录中有一个名为“alignment_by_row_channels.py”的文件。如果您对该文件末尾的测试代码发表评论，它可以拍摄两个 mp4 视频并打印两个视频中音频之间的时间偏移。

我使用佳能 HF200 摄像机和 LG G2 Android 手机对其进行了测试，在通话和手指拍打以及摄像机音量非常低的情况下。然后我大胆地手动分析了音轨。

alignment_by_row_channels.py 脚本指示两条轨道之间的偏移量为 15.1893 秒。我通过查看波形进行的手动分析给出了 15.181 秒(Audacity 的输出不会低于毫秒分辨率，至少默认情况下不会)。

差异只有 8.3 毫秒左右，这似乎表明“alignment_by_row_channels.py”完成了这项工作。

(注意 git 仓库很大，可能是因为删除了大对象)