- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我尝试使用 moviepy python 包将视频文件转换为音频。它工作得很好。
但是,我有 1500 个 100MB 大小的视频,我想将它们全部转换为音频文件。使用标准方法需要很多时间。
将一个视频文件转换为音频的代码:
import moviepy.editor as mp
clip = mp.VideoFileClip('file.mp4')
clip.audio.write_audiofile(r"file.mp3")
我也可以使用线程同时转换多个文件,但我想同时使用多处理和多线程来以更小的时间复杂度最有效地实现结果。
clip1...clip10= make 10 lists with 150 files names from os.listdir()
spawn 10 threads to process 10 files at a time.
t1= Thread(target=convert, args=(clips1))
.
.
.
t10= Thread(target=convert, args=(clips2))
有任何想法吗?
最佳答案
在一种情况下,多线程和多处理的组合可能是有利的,即当正在执行的任务由整齐划定的部分组成时,其中一部分主要受 I/O 限制(或至少放弃全局解释器锁,经常允许其他线程运行),另一部分是 CPU 密集型的。例如,您需要执行由两部分组成的多项任务:(1)从网站检索一条信息,(2)然后使用该信息进行一些重要的计算。第 1 部分显然非常适合多线程,因为在发出检索 URL 的请求后,线程将进入等待状态,允许其他线程运行。如果第 2 部分是一个简单的计算,那么为简单起见,您只需在线程中计算它。但是,由于我们说它是不平凡的,在一个单独的过程中执行计算,我们不必担心全局解释器锁 (GIL) 的争用,这将是更可取的。
进行上述类型处理的模型将同时创建一个线程池和一个多处理池。 “作业”被提交给线程池工作函数,指定需要从中检索信息的网站的 URL 作为一个参数,多处理池作为另一个参数。线程池工作函数首先从传递的 URL 中检索所需的信息,然后提交给第二个工作函数,该函数使用传递的多处理池执行计算。
也就是说,我不太明白您的情况如何巧妙地划分为纯 I/O 绑定(bind)部分和纯 CPU 绑定(bind)部分。来电clip = mp.VideoFileClip('file.mp4')
显然是在进行 I/O 和处理数据以供查看。同样,clip.audio.write_audiofile(r"file.mp3")
执行 CPU 处理以将视频剪辑转换为音频剪辑,我认为这主要是 CPU 绑定(bind)的过程,然后写出文件,这显然是 I/O 绑定(bind)的过程。
如果 API 的设计不同,文件的读取和写入是单独的方法,那么我认为同时使用线程和多处理会更可行。例如:
with open('file.mp4', 'rb') as f:
mp4_file = f.read() # I/O
clip = mp.VideoClipFromMemory(mp4_file) # CPU
clip.convertToAudio() # CPU
clip.writeFile('file.mp3') # I/O
所以最大的问题是:从视频转换为音频的“工作”是更受 CPU 限制还是更多 I/O 限制。如果是前者,那么您应该使用多处理池,这可能会受益于池大小大于您拥有的 CPU 内核数量,因为进程在等待 I/O 完成时将进入等待状态因为这些作业不是纯粹受 CPU 限制的。如果是后者,那么您应该使用多线程,因为线程在创建时所涉及的开销较少。但我怀疑你会在多处理方面做得更好。下面的代码,有几个小的改动可以使用:
import moviepy.editor as mp
import glob
import os
from concurrent.futures import ProcessPoolExecutor as Executor
# To use multithreading:
# from concurrent.futures import ThreadPoolExecutor as Executor
def converter(filename):
clip = mp.VideoFileClip(f'{filename}.mp4')
clip.audio.write_audiofile(f'{filename}.mp3')
def main():
mp4_filenames = map(lambda x: x.split('.')[0], glob.iglob('*.mp4'))
POOL_SIZE = os.cpu_count() # number of cores
# You might want to try a larger size, especially if you are using a thread pool:
with Executor(max_workers=POOL_SIZE) as executor:
executor.map(converter, mp4_filenames)
# required for multiprocessing under Windows
if __name__ == '__main__':
main()
附加意见/建议
os.cpu_count()
并针对相同的 100 个文件运行只是为了查看哪个文件在更短的时间内完成。如果是
ProcessPoolExecutor
运行,然后您可以查看增加池大小是否有助于重叠 I/O 处理并提高吞吐量。如果是
ThreadPoolExecutor
运行,您可以大大增加线程池大小,直到您看到性能下降。线程池大小为 100(或在处理所有文件时更大)并非不合理。
关于python - 如何有效地利用多处理和多线程并行使用 python 将 1000 个视频文件转换为音频,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/66100395/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!