Python 中的 Mp3 解析

Question

这是我一段时间以来一直在尝试做的事情，而且更像是一个开放式问题。如果有人有任何知识可以帮助我对此有所了解，将不胜感激。

我想解码 mp3 中的音频流并使用它来驱动动画，全部使用 python。据我了解，mp3 中的音频数据存储在 32 个频率子带（或频率箱）的帧中，这对我来说是理想的 - 如果我可以使用 mp3 并为每个帧上的每个子带提取幅度，那将完美地完成我想做的事情。

我在这里找到了解决方案https://bitbucket.org/portalfire/pymp3，所有处理似乎都是在 python 中完成的。这很慢，但即使我可以用它来提取我想要的东西，它也会很好 - 我正在努力理解该代码中发生的事情。我还有一个解决方案，我转换为 wav，然后使用 fft 从 wav 中提取频率。这非常嘈杂，似乎是一种愚蠢的方法，因为我想要的数据直接存储在 mp3 中 - 转换回声波似乎没有必要。这实际上比第一个更快。这是我最终得到的结果：

http://www.youtube.com/watch?v=f_0FORxlK4A

如果有人有任何建议，或者他们想分享的经验，或者我应该关注的图书馆的想法，我真的很想听听。

谢谢！

亨利

Answer 1

看看：

http://lightshowpi.org/

嗅探源代码，看看他们是如何做到的。

他们还在波形输出上使用了 FFT，但它是实时的，它并没有您认为它在 Raspberry Pi 上运行良好的那么慢。

他们可能会改用余弦变换，因为它更快，如果直接检查 MP3 帧，您会这样做，因为 MP3 是余弦变换编码的。

因此，您首先必须知道哪个 bin 与现实世界中的哪个频率相似。

在 pypi.python.org 上有 AV 或 ffmpeg 直接绑定现在允许您逐帧解码，但我不知道您是否可以从表示帧的对象中提取频率，或者您必须首先转换为原始也是。

如果我是你，我会使用你找到的纯 Python MP3 代码来提取我需要的内容，并在此过程中对其进行优化。如果需要，使用 cython。

但这种方法将您仅限于 MP3。 Lightshow Pi 适用于几乎所有压缩类型。