从视频文件中提取音频通道以输入 TensorFlow 的 decode_wav 函数答案

【问题标题】：Extracting Audio channel from a video file to feed in decode_wav function of TensorFlow从视频文件中提取音频通道以输入 TensorFlow 的 decode_wav 函数
【发布时间】：2020-02-07 10:13:43
【问题描述】：

我想将视频文件的音频通道提供给以下 TenorFlow 函数：

tf.audio.decode_wav(
contents,
desired_channels=-1,
desired_samples=-1,
name=None)

其中的参数：

contents：字符串类型的张量。 WAV 编码的音频，通常从一个文件。
desired_channels：一个可选的整数。默认为 -1。样品数量想要的频道。
desired_samples：一个可选的整数。默认为 -1。音频长度请求。
name：操作的名称（可选）。

【问题讨论】：

检查这些答案：How does tf.audio.decode_wav get its contents? & Python extract wav from video file。

标签： python tensorflow wav

【解决方案1】：

您可以通过以下方式提取视频的音频：

import subprocess

command = "ffmpeg -i C:/test.mp4 -ab 160k -ac 2 -ar 44100 -vn audio.wav"

subprocess.call(command, shell=True)

并将*.wav 文件作为张量传递给tf.audio.decode_wav：

raw_audio = tf.io.read_file(filename)
waveform = tf.audio.decode_wav(raw_audio)

参考资料：

【讨论】：

【解决方案2】：

对于 Windows 10，我以这种方式解决了我的问题：

我下载并安装了 ffmpeg for windows from here

从视频中提取的wav音频文件为：

import os,shlex, subprocess
files = os.listdir('.')
#convert all video files of the current directory to wav audio files
for f in files:
    if(f.endswith('.wmv') or f.endswith('.mp4') or f.endswith('.avi')):
        command_line = "ffmpeg -i "+f+" -ab 160k -ac 2 -ar 44100 -vn "+f[0:-4]+".wav"
        #command_line = "ffmpeg -i default.wmv -ab 160k -ac 2 -ar 44100 -vn default.wav"
        args = shlex.split(command_line)
        print(args)
        p = subprocess.Popen(args) # Success!
        print(p)

将音频文件解码为波形：

    import tensorflow as tf
files = os.listdir('.')
#convert all video files of the current directory to wav audio files
for filename in files:
    if(filename.endswith('.wav')):
        print(filename)
        audio_binary = tf.io.read_file(filename,name=None)
        waveform,_ = tf.audio.decode_wav(
            audio_binary,
            desired_channels=-1,
            desired_samples=-1,
            name=None
        )

【讨论】：