声音混合与反转

这篇文章会介绍使用 Python 的 pydub 第三方函数库，混合两段以上的声音 ( 例如讲话的声音有背景音乐 )，以及实现声音反转的趣味效果。

本篇使用的 Python 版本为 3.7.12，所有范例可使用 Google Colab 实作，不用安装任何软件 ( 参考：使用 Google Colab )

安装 pydub 函数库

输入下列指令，就能安装 pydub 函数库 ( 依据每个人的作业环境不同，可使用 pip 或 pip3 或 pipenv )。

!pip install pydub

如果是使用 Anaconda 的环境，要额外输入下列指令安装 ffmpeg 和 ffprobe，不然执行后会发生找不到 ffprobe 的错误消息 ( 使用 Colab 完全不用安装额外软件包 )。

conda install ffmpeg

!pip install ffprobe

混合声音

使用 pydub AudioSegment 模组读取 mp3 文件后 ( 参考“如何读取声音？” )，就可以透过 overlay 方法混合声音，使用方法如下：

output = sound1.overlay(sound2, position, gain_during_overlay, loop, times)
# output 輸出聲音
# sound1 主聲音
# sound2 要混合的聲音
# position 從 sound1 的何處開始混合，單位毫秒 ( 針對主聲音 )
# gain_during_overlay 混合時 sound1 的音量變化 ( 針對主聲音 )
# loop 如果 sound2 不夠長，是否要不斷重複，True 或 False
# times 如果 sound2 不夠長，指定 sound2 要重複幾次

下方的例子，会将说话的声音，和一段背景音乐进行混合，由于背景音乐不够长，使用 loop 参数将音乐不断重复，直到说话声音结束为止 ( 如果说话声音比音乐短，则说话声音结束时，音乐也会跟着结束 )

音乐来源使用 Google 音乐库：https://www.youtube.com/audiolibrary

import os
os.chdir('/content/drive/MyDrive/Colab Notebooks')  # Colab 換路徑使用

from pydub import AudioSegment                      # 載入 pydub 的 AudioSegment 模組
song = AudioSegment.from_mp3("oxxostudio.mp3")      # 讀取背景音樂 mp3 檔案
voice = AudioSegment.from_mp3("voice.mp3")          # 讀取說話聲音 mp3 檔案
output = voice.overlay(song, loop=True)             # 混合說話聲音和背景音樂
output.export('output.mp3')

声音反转

使用 pydub AudioSegment 模组读取 mp3 文件后，就可以透过 reverse 方法反转声音，产生趣味的效果：

import os
os.chdir('/content/drive/MyDrive/Colab Notebooks')  # Colab 換路徑使用

from pydub import AudioSegment                      # 載入 pydub 的 AudioSegment 模組
voice = AudioSegment.from_mp3("voice.mp3")          # 讀取說話聲音 mp3 檔案
output = voice.reverse()                            # 反轉說話聲音
output.export('output.mp3')

参考数据

• pydub API Documentation

意见反馈