语音处理：Python实现立体声音频的声道分离批量处理

背景

在语音处理任务中，有时需要对立体声或多声道音频文件，批量处理成单声道文件，然后送入算法模型进行处理。

这里，提供一个Python脚本实现批量分离，提高处理效率。

实现思路

编码思路

  • 采用Python的wavfile包
  • 先读取多声道音频到data
  • 将data中的左右声道分别提取到list中
  • 将list数据写入新的单声道音频文件

Python代码

用前需先导入以下包：

import scipy.io.wavfile

封装代码如下：

def split_stereo(input_path, output_path):
    # default stereo
    samplerate, data = wavfile.read(input_path)
    left = []
    right = []
    for item in data:
        left.append(item[0])
        right.append(item[1])
    file_name = input_path.split('\\')[-1]
    file_name = file_name.split('.')[0]
    outfile_name = file_name + '_1ch_left.wav'
    out_path_file = os.path.join(output_path, outfile_name)
    wavfile.write(out_path_file, samplerate, np.array(left))
    # wavfile.write('right.wav', samplerate, np.array(right))

当然，有兴趣的也可以用专业音频处理软件Audition实现批量处理。

参考资料

  1. python 双声道语音分离，link
  2. 立体声音乐分离左右声道，link
  3. 采用soundfile库实现分离的方法，link