获取 .wav 文件长度或持续时间答案

【问题标题】：Get .wav file length or duration获取 .wav 文件长度或持续时间
【发布时间】：2011-12-11 15:20:24
【问题描述】：

我正在寻找一种方法来找出 python 中音频文件 (.wav) 的持续时间。到目前为止，我查看了 python wave 库、mutagen、pymedia、pymad 我无法获得 wav 文件的持续时间。 Pymad 给了我持续时间，但并不一致。

提前致谢。

【问题讨论】：

标签： python audio

【解决方案1】：

持续时间等于帧数除以帧率（每秒帧数）：

import wave
import contextlib
fname = '/tmp/test.wav'
with contextlib.closing(wave.open(fname,'r')) as f:
    frames = f.getnframes()
    rate = f.getframerate()
    duration = frames / float(rate)
    print(duration)

关于 @edwards 的评论，这里有一些代码可以生成一个 2 通道的波形文件：

import math
import wave
import struct
FILENAME = "/tmp/test.wav"
freq = 440.0
data_size = 40000
frate = 1000.0
amp = 64000.0
nchannels = 2
sampwidth = 2
framerate = int(frate)
nframes = data_size
comptype = "NONE"
compname = "not compressed"
data = [(math.sin(2 * math.pi * freq * (x / frate)),
        math.cos(2 * math.pi * freq * (x / frate))) for x in range(data_size)]
try:
    wav_file = wave.open(FILENAME, 'w')
    wav_file.setparams(
        (nchannels, sampwidth, framerate, nframes, comptype, compname))
    for values in data:
        for v in values:
            wav_file.writeframes(struct.pack('h', int(v * amp / 2)))
finally:
    wav_file.close()

如果您在音频播放器中播放生成的文件，您会发现持续时间为 40 秒。如果您运行上面的代码，它还会计算持续时间为 40 秒。所以我相信帧数不受通道数的影响，上面的公式是正确的。

【讨论】：

这不太正确......每个频道都有一个框架，所以duration=frames/float(rate*f.getnchannels())
@edward：我在上面添加了一些代码，用于创建 2 通道波形文件。我的答案中发布的公式计算持续时间为 40 秒，这与我在播放 .wav 文件时看到的内容相吻合。所以在我看来，当你使用2通道时，帧数并没有翻倍，我原来的公式是正确的。
不再需要 contextlib 的东西了。从 2.7 版开始，with 语句为您完成了这项工作。
@Lewistrick：我看到wave.open 支持with 声明revision 84932。该更改影响 Python3.4，但不影响 Python2.7。据我所知，the 2.7 branch 不支持with 语句。
对不起，我的错误。这是关于open，而不是wave.open。

【解决方案2】：

librosa 库可以做到这一点：librosa

import librosa
librosa.get_duration(filename='my.wav')

【讨论】：

简洁！它给出了“第二个”度量（浮点数）。谢谢。
请注意，这避免了将内容加载到内存中，因此对于查询长文件的持续时间很有用。（引自 librosa）

【解决方案3】：

一个非常简单的方法是使用soundfile（以前的pysoundfile）。

下面是一些如何做到这一点的示例代码：

import soundfile as sf
f = sf.SoundFile('447c040d.wav')
print('samples = {}'.format(f.frames))
print('sample rate = {}'.format(f.samplerate))
print('seconds = {}'.format(f.frames / f.samplerate))

该特定文件的输出是：

samples = 232569
sample rate = 16000
seconds = 14.5355625

这与 soxi 一致：

Input File     : '447c040d.wav'
Channels       : 1
Sample Rate    : 16000
Precision      : 16-bit
Duration       : 00:00:14.54 = 232569 samples ~ 1090.17 CDDA sectors
File Size      : 465k
Bit Rate       : 256k
Sample Encoding: 16-bit Signed Integer PCM

【讨论】：

对我来说，这确实是最好的答案，因为它消除了上述答案的许多复杂性。保持简单！
是的。它确实依赖于第 3 方库，但第 3 方库是著名 C 库 libsndfile 的简单包装器。并且 pysoundfile 与 numpy 集成。赢，赢，赢。
@Airenas 这是一个很好的问题：应该是因为SoundFile.len() 返回self.frames，其中 1 帧包含每个通道的音频样本。也就是说，我注意到len API 可能会被弃用：github.com/bastibe/python-soundfile/issues/199 而不是len(f)，我会使用f.frames 每个 lambda 函数在这里：github.com/bastibe/python-soundfile/blob/master/… 这样更清楚。
@Airenas 我根据您的问题用我建议的更改更新了答案。我希望这能解决问题。

【解决方案4】：

我们可以使用 ffmpeg 来获取任何视频或音频文件的时长。

要安装 ffmpeg，请遵循 link

import subprocess
import re
 
process = subprocess.Popen(['ffmpeg',  '-i', path_of_wav_file], stdout=subprocess.PIPE, stderr=subprocess.STDOUT)
stdout, stderr = process.communicate()
matches = re.search(r"Duration:\s{1}(?P<hours>\d+?):(?P<minutes>\d+?):(?P<seconds>\d+\.\d+?),", stdout.decode(), re.DOTALL).groupdict()
 
print(matches['hours'])
print(matches['minutes'])
print(matches['seconds'])

【讨论】：

我收到此错误“无法在类似字节的对象上使用字符串模式”。所以我用“stdout.decode()”替换了对“stdout”的调用
对于 Python 3 用户，不要忘记在 print 语句上加上括号，正如@AvielNiego 指出的那样，使用 stdout.decode() 而不是 stdout。
通常 ffprobe 也可用。它可以为任何特定用途定制更多的结果输出格式。我使用的 bash 行： d=$(ffprobe -i "${1}" 2>&1 | grep 'Duration') 产生："Duration: 01:06:10.61, start: 0.000000, bitrate: 787 kb/s"

【解决方案5】：

import os
path="c:\\windows\\system32\\loopymusic.wav"
f=open(path,"r")

#read the ByteRate field from file (see the Microsoft RIFF WAVE file format)
#https://ccrma.stanford.edu/courses/422/projects/WaveFormat/
#ByteRate is located at the first 28th byte
f.seek(28)
a=f.read(4)

#convert string a into integer/longint value
#a is little endian, so proper conversion is required
byteRate=0
for i in range(4):
    byteRate=byteRate + ord(a[i])*pow(256,i)

#get the file size in bytes
fileSize=os.path.getsize(path)  

#the duration of the data, in milliseconds, is given by
ms=((fileSize-44)*1000)/byteRate

print "File duration in miliseconds : " % ms
print "File duration in H,M,S,mS : " % ms/(3600*1000) % "," % ms/(60*1000) % "," % ms/1000 % "," ms%1000
print "Actual sound data (in bytes) : " % fileSize-44  
f.close()

【讨论】：

在没有 byteRate 循环的情况下处理文件的二进制内容的更安全的方法可能是： from struct import unpack_from rate, = unpack_from('
小错误：os.path.getsize(path) 应该是os.path.getsize(f)。
另一个小错误：ms=((fileSize-44)*1000)/byteRate 但这非常好，因为即使您的 WAV 不是 PCM，它也能正常工作。
这似乎不适用于 Python3，因为 open() 默认使用 encoding="utf-8"。相反，请使用f=open(path, encoding="latin-1")（您不需要"r"，因为这是默认打开模式）。

【解决方案6】：

令，T 为 2 个连续样本之间的持续时间。所以，我们可以写成 t = nT 或 t = n/Fs。

from scipy.io import wavfile
Fs, data = wavfile.read('filename.wav')
n = data.size
t = n / Fs

【讨论】：

在两通道波形文件中，此方法将给出实际答案的两倍。使用len(data) 而不是data.size。

【解决方案7】：

我试图获取除“.wav”之外的不同格式的音频文件的长度，我尝试了一些上述解决方案，但对我不起作用

这对我有用：

from pydub.utils import mediainfo
mediainfo('audiofile')['duration']

【讨论】：

工作但很慢。

【解决方案8】：

要查找音乐文件的长度，可以使用audioread模块，

安装音频阅读器：pip install audioread

然后使用此代码：

import audioread
with audioread.audio_open(filepath) as f:
    totalsec = f.duration
    min,sec = divmod(totalsec,60) # divides total time in minute  and second 
                                    #and store it in min and sec variable respectively

【讨论】：

【解决方案9】：

pydub 的另一种解决方案：

import pydub
audio_seg = AudioSegment.from_wav('mywav.wav')
total_in_ms = len(audio_seg)

【讨论】：

在几秒钟内得到它：audio_seg.duration_seconds

【解决方案10】：

计算持续时间（一般来说），

找出音频帧的长度，然后除以它的采样率。

例如。在 Python 中。

如果音频 = [1,2,3,4,5]，其中帧的长度为 5，sample_rate = 44100。

duration = len(audio) / sample_rate

print(duration)

=> 0.00011337868480725624

【讨论】：

【解决方案11】：

这很短，不需要模块，适用于所有操作系统：

import os
os.chdir(foo) # Get into the dir with sound
statbuf = os.stat('Sound.wav')
mbytes = statbuf.st_size / 1024
duration = mbytes / 200

【讨论】：

一般不会工作。假设每个样本有特定数量的字节，以及特定的采样率。忽略标题大小。