视频中有无声音的检测

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：

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()