【Python语音识别系列】实现m4a到wav语音格式的批量转化(源码)
这是我的第388篇原创文章。
一、引言
在语音识别和音频处理领域，我们经常需要对音频文件格式进行转换，例如将 M4A 格式转为更常见的 WAV 格式。本文将基于pydub这个库批量实现m4a到wav语音格式的转化。
pydub 是一个用 Python 编写的音频处理库，可以方便地处理许多音频文件，诸如分割、合并、格式转换、音量调节等。它具有以下特点：
- 主要使用 ffmpeg 和 libav 模块来实现音频的读取、处理和输出。
- 支持的音频格式非常广泛，包括 MP3、WAV、FLAC、MP4 等。
- API 简单易用，可以方便地进行常用的音频处理操作。
注意事项
安装依赖：
- pydub
- 需要通过 pip install pydub 安装。
- 转换音频文件需要支持的解码工具，例如 FFmpeg 或 libav。可以通过安装 FFmpeg 来确保 pydub 正常工作。
FFmpeg 配置：
- 确保系统已安装 FFmpeg，并配置好环境变量。
- 或者将 FFmpeg 的路径手动传递给 pydub（如果默认路径不可用）。
二、实现过程
pydub 需要 FFmpeg 来处理音频文件格式。如果你的系统未安装 FFmpeg，请按以下步骤操作：前往 FFmpeg 官方网站
https://www.gyan.dev/ffmpeg/builds/#release-builds 下载 Windows 二进制文件。
解压后将 bin 文件夹路径添加到系统环境变量：
在终端输入以下命令看是否成功配置：
ffmpeg -i编写代码：从指定的输入文件夹中批量查找 .m4a 文件。将每个 .m4a 文件转换为 .wav 文件。将转换后的 .wav 文件保存到目标文件夹中。
import os
from pydub import AudioSegment
# 文件夹路径
input_folder = "D:\\quwen\Documents\录音-副本"
wav_folder = "D:\\quwen\Documents\录音-副本-wav"
os.makedirs(wav_folder, exist_ok=True)
# 批量处理 M4A 文件
for file_name in os.listdir(input_folder):
if file_name.endswith(".m4a"):
print(file_name)
input_path = os.path.join(input_folder, file_name)
print(input_path)
wav_path = os.path.join(wav_folder, os.path.splitext(file_name)[0] + ".wav")
# M4A 转 WAV
song = AudioSegment.from_file(input_path, format="m4a")
song.export(wav_path, format="wav")
print(f"转换完成：{wav_path}")执行过程：
最终结果：
作者简介： 读研期间发表6篇SCI数据算法相关论文，目前在某研究院从事数据算法相关研究工作，结合自身科研实践经历持续分享关于Python、数据分析、特征工程、机器学习、深度学习、人工智能系列基础知识与案例。关注gzh：数据杂坛，获取数据和源码学习更多内容。
原文链接：