如何使用Python混合音频文件？

Question

我想在Python中做一些基本的音频混合。

举个例子：我想把两个mp3文件合在一起，最后得到一个mp3文件。再比如，我想把一个mp3文件的前十秒加到另一个mp3文件的开头。

有什么好的方法可以实现这些任务吗？我想用Python自带的功能，比如audioop，但找不到好的教程或示例代码来使用这些内置功能。

我正在查看文档，但我有点困惑，不知道怎么做这些事情。我甚至不确定Python的库是否支持mp3格式。我查过的资料大多是关于WAV文件的。那么，如果是这样的话，我想问一下，有没有简单的方法可以把mp3转换成WAV格式进行处理，然后再转换回来？

Answer 1

我过去是这样做的：我使用了 subprocess 这个模块，然后调用 sox 工具。

比如说，我可以这样写：subprocess.call(["sox", "in.1.mp3", "in.2.mp3", "out.mp3"])

Answer 2

你可以看看python audiotools项目里的代码。这是一个包含命令行工具的集合，使用了一个共同的python包。里面有一个工具叫做trackcat，可以把两个或多个音频轨道合并在一起；还有一个叫tracksplit的工具，可以根据.cue文件把音频轨道拆分开。这些工具以及其他很多工具，都可以处理各种编码的音频文件，包括mp3格式。

Answer 3

你可以很简单地使用 pydub 来做到这一点：

from pydub import AudioSegment

sound1 = AudioSegment.from_mp3("/path/to/file1.mp3")
sound2 = AudioSegment.from_mp3("/path/to/file1.mp3")

# mix sound2 with sound1, starting at 5000ms into sound1)
output = sound1.overlay(sound2, position=5000)

# save the result
output.export("mixed_sounds.mp3", format="mp3")