最近遇到一个烦心的事,晚上车停在路边车窗被砸了,行车记录仪正好没安装好,没有拍到,需要对视频声音进行分析确定被砸时间,但我的行车记录仪是每一分钟拍一个视频,一晚上的视频非常多,听起来非常浪费时间,废话不多说,开干。这里提供一个视频中有无声音的检测用例:
python
import os
import subprocess
import librosa
import numpy as np
def extract_audio_from_video(video_file_path, output_audio_file_path):
# 使用ffmpeg提取音频
try:
subprocess.run(['ffmpeg', '-i', video_file_path, '-vn', '-acodec', 'pcm_s16le', '-ar', '44100', '-ac', '2', output_audio_file_path], check=True)
except subprocess.CalledProcessError as e:
print(f"提取音频时出现错误: {e}")
def main():
# 视频文件路径
video_file_path = r"D:\Viidure\2024_03_11_201220_00.MP4"
# 临时音频文件路径
temp_audio_file_path = r"D:\Viidure\temp_audio.wav"
# 提取音频
extract_audio_from_video(video_file_path, temp_audio_file_path)
# 加载音频文件
try:
y, sr = librosa.load(temp_audio_file_path, sr=None) # sr=None 表示使用音频文件的原始采样率
except Exception as e:
print(f"加载音频文件时出现错误: {e}")
return
# 计算梅尔频谱图
S = librosa.feature.melspectrogram(y=y, sr=sr, n_mels=128)
# 计算音频频谱的分贝值
loudness = librosa.power_to_db(S, ref=np.max(S))
# 获取频率轴
frequencies = librosa.core.fft_frequencies(sr=sr)
# 检查每个频率的声音强度是否在人耳的听觉范围内
for f, dB in zip(frequencies, loudness):
# print(type(f))
# print(type(dB))
if 2000 <= f <= 20000:
if np.any(dB > -40): # -40 dB作为听觉阈值的一个参考
# print("------------------------------------------------------")
print(f"频率 {f} Hz ,人耳能够听见。")
# else:
# print("------------------------------------------------------")
# print(f"频率 {f} Hz 的声音强度为 {dB} dB,低于听觉阈值。")
# print("------------------------------------------------------")
# 删除临时音频文件
try:
os.remove(temp_audio_file_path)
except Exception as e:
print(f"删除临时音频文件时出现错误: {e}")
if __name__ == "__main__":
main()