AI办公自动化:多音频轨电影视频抽取出英语音频

很多电影视频是有中、英、粤语等多个音频轨的,如果直接转换成音频,很有可能不是自己想要的那种语音。

可以先查看音频流信息,确定属于哪个音频轨:

Reading video file: E:\1-7\比得兔1.mp4

输出音频流信息

Available audio streams:

Stream 0: und - aac

Stream 1: und - aac

Stream 2: und - aac

Stream 3: und - aac

Stream 0应该是英语;

然后,在Deepseek中输入提示词:

你是一个Python编程专家,写一个Python脚本:

读取视频:"E:\1-7\比得兔1.mp4"

这个Mp4视频有多个音频轨,选择其中的Stream 0音频轨,提取出来保存为mp3音频文件,保存在和视频同一个文件夹中。

注意:每一步都要输出信息到屏幕上

源代码:

import ffmpeg

import os

def extract_audio_from_video(video_path, stream_index=0):

获取视频文件的目录和文件名

video_dir, video_filename = os.path.split(video_path)

video_name, video_ext = os.path.splitext(video_filename)

输出信息

print(f"Reading video file: {video_path}")

使用 ffmpeg 获取视频的音频流信息

try:

probe = ffmpeg.probe(video_path)

except ffmpeg.Error as e:

print(e.stderr, file=sys.stderr)

sys.exit(1)

audio_streams = stream for stream in probe\['streams' if stream'codec_type' == 'audio']

输出音频流信息

print("Available audio streams:")

for i, stream in enumerate(audio_streams):

print(f"Stream {i}: {stream'codec_name'}")

if stream_index >= len(audio_streams):

print(f"Stream index {stream_index} is out of range.")

return

selected_stream = audio_streamsstream_index

输出选择的音频流信息

print(f"Selected audio stream: Stream {stream_index} - {selected_stream'codec_name'}")

构建输出音频文件路径

output_audio_path = os.path.join(video_dir, f"{video_name}_stream{stream_index}.mp3")

使用 ffmpeg 提取音频并保存为 MP3 文件

try:

(

ffmpeg

.input(video_path)

.output(output_audio_path, map=f"0:a:{stream_index}", acodec='libmp3lame')

.run(capture_stdout=True, capture_stderr=True)

)

except ffmpeg.Error as e:

print(e.stderr.decode(), file=sys.stderr)

sys.exit(1)

输出完成信息

print(f"Audio extracted and saved to: {output_audio_path}")

使用函数

video_path = "E:\\1-7\\比得兔1.mp4"

extract_audio_from_video(video_path)

相关推荐
EchoMind-Henry5 分钟前
Muse外设两条接入路,成本该怎么算
人工智能·ai
Zootopia62610 分钟前
飞行力学知识梳理1|飞行性能与稳定性
人工智能·python·算法·机器学习·无人机·学习方法·信息与通信
阿部多瑞 ABU1 小时前
空能指的再生产:一个符号政治经济学的分析框架
人工智能·ai写作
xx_xxxxx_1 小时前
论文阅读-SAR
人工智能·深度学习·机器学习
桃西西呀1 小时前
LangChain 之七:回调与可观测
人工智能·langchain·llm
2601_960356381 小时前
2027校招采购岗解析:数学基础如何迁移到需求预测、成本与供应商分析
人工智能·算法
桃西西呀1 小时前
LangChain 之六:记忆与历史
人工智能·langchain·llm
周杰伦fans2 小时前
8GB显存下模型量化实战指南
人工智能·后端·c#
秦先生在广东2 小时前
gstack 深度解析:AI 驱动的单人虚拟工程团队与端到端自动化
人工智能
Yyyyyy~2 小时前
【Anaconda】安装
人工智能·python