python - 使用多处理将 .wav 批量转换为 .flac(Python、Pydub)

Question

所以我编写了一个非常简单的 Python 3 程序来获取工作目录中的所有 .wav 音频文件并将它们转换为 .flac。不要担心它所做的任何假设(比如 .wav 文件有效、输出文件名已经存在等)。见下文:

import os
from multiprocessing import Pool
from pydub import AudioSegment

def worker(filename):
  song = AudioSegment.from_wav(filename)
  song.export(filename.replace(".wav",".flac"), format = "flac")

if __name__ == '__main__':
  converted_count = 0
  convertlist = []
  for filename in os.listdir(os.getcwd()):
    if filename.endswith(".wav"):
      convertlist.append(filename)
      converted_count += 1
  p = Pool(processes=min(converted_count, os.cpu_count()))
  p.map(worker, convertlist)

我已经对这个进行了计时，并且在我的系统上，与完全不使用多处理相比，我注意到了显着的加速。然而，这似乎太简单了；我对多处理(也不是多线程)不是很有经验，所以老实说，我不确定是否有更快、更有效的方法来做到这一点。

如果您的任务是用 Python 编写这个简单的转换器，您会怎么做？您会怎么做才能使它比这更有效率？

Answer 1

您在 worker() 中使用的 pydub 包已经非常高效，因为它由一个不是用 Python 编写的低级媒体库支持:FFmpeg。也就是说，在幕后，pydub 使用 subprocess 模块(参见 pydub code )调用 ffmpeg 命令来执行转换，结果命令如下所示:

ffmpeg -y -f wav -i input.wav -write_xing 0 -f flac output.flac 

不幸的是，FFmpeg 的 FLAC 编码器实现 does not seem并行化，因此不可能提高每个独立文件的编码速度，同时保持相同的编码质量，使用这个特定的编码器。假设您想继续使用 pydub 及其 FFmpeg FLAC 编码器，您解决问题的方法包括在不同的进程中处理每个文件听起来很合理。

但是，如果您真的想不惜一切代价提高性能，另一种选择是用音频质量换取转换速度。为此，您可以调整一些编码参数，例如降低采样频率:

# export the song with a lower sampling frequency
low_quality_song = song.set_frame_rate(11025)
low_quality_song.export(flac_filename, format="flac")

话虽如此，鉴于您的目标是无损格式，切换到更高效(可能基于 GPU)的编码器很可能会产生更好的结果，同时保持相同的音频质量。