开源 python 应用开发（十）音频压缩

最近有个项目需要做视觉自动化处理的工具，最后选用的软件为python，刚好这个机会进行系统学习。短时间学习，需要快速开发，所以记录要点步骤，防止忘记。

链接：

开源 python 应用开发（一）python、pip、pyAutogui、python opencv安装-CSDN博客

开源 python 应用开发（二）基于pyautogui、open cv 视觉识别的工具自动化-CSDN博客

开源 python 应用开发（三）python语法介绍-CSDN博客

开源 python 应用开发（四）python文件和系统综合应用-CSDN博客

开源 python 应用开发（五）python opencv之目标检测-CSDN博客

开源 python 应用开发（六）网络爬虫-CSDN博客

开源 python 应用开发（七）数据可视化-CSDN博客

开源 python 应用开发（八）图片比对-CSDN博客

开源 python 应用开发（九）目标跟踪-CSDN博客

开源 python 应用开发（十）音频压缩-CSDN博客

开源 python 应用开发（十一）百度语音识别API-CSDN博客

推荐链接：

开源 Arkts 鸿蒙应用开发（一）工程文件分析-CSDN博客

开源 Arkts 鸿蒙应用开发（二）封装库.har制作和应用-CSDN博客

开源 Arkts 鸿蒙应用开发（三）Arkts的介绍-CSDN博客

开源 Arkts 鸿蒙应用开发（四）布局和常用控件-CSDN博客

开源 Arkts 鸿蒙应用开发（五）控件组成和复杂控件-CSDN博客

推荐链接：

开源 java android app 开发（一）开发环境的搭建-CSDN博客

开源 java android app 开发（二）工程文件结构-CSDN博客

开源 java android app 开发（三）GUI界面布局和常用组件-CSDN博客

开源 java android app 开发（四）GUI界面重要组件-CSDN博客

开源 java android app 开发（五）文件和数据库存储-CSDN博客

开源 java android app 开发（六）多媒体使用-CSDN博客

开源 java android app 开发（七）通讯之Tcp和Http-CSDN博客

开源 java android app 开发（八）通讯之Mqtt和Ble-CSDN博客

开源 java android app 开发（九）后台之线程和服务-CSDN博客

开源 java android app 开发（十）广播机制-CSDN博客

开源 java android app 开发（十一）调试、发布-CSDN博客

开源 java android app 开发（十二）封库.aar-CSDN博客

开源 C# .net mvc 开发（二）网站快速搭建_c#网站开发-CSDN博客

开源 C# .net mvc 开发（三）WEB内外网访问(VS发布、IIS配置网站、花生壳外网穿刺访问)_c# mvc 域名下不可訪問內網,內網下可以訪問域名-CSDN博客

开源 C# .net mvc 开发（四）工程结构、页面提交以及显示_c#工程结构-CSDN博客

开源 C# .net mvc 开发（五）常用代码快速开发_c# mvc开发-CSDN博客

本章内容为音频的压缩，可以将标准音频的wav文件压缩为16K频率的wav文件。原因是在做AI音频识别的时候，发现百度的ARS语音转文本只能识别16K频率的音频文件，所以编写了这个代码。

一、主要内容

代码使用pydub库将音频文件转换为16kHz采样率、单声道WAV文件的Python脚本。

需要安装pydub库，在cmd命令行下安装库

复制代码

pip install pydub -i https://mirrors.aliyun.com/pypi/simple/

二、源代码分析

导入依赖

python

from pydub import AudioSegment # 音频处理库

import os # 操作系统接口

核心函数 convert_to_16k()

功能：将任意音频文件转换为16kHz单声道WAV格式

参数处理逻辑：

如果没有提供输出路径，自动在原文件名后添加"_16k"

使用os.path.splitext()分割文件名和扩展名

音频处理流程：

加载音频：使用AudioSegment.from_file()支持多种格式

打印原始信息：采样率、声道数、时长

转换设置：

set_frame_rate(16000)：设置目标采样率

set_channels(1)：转换为单声道

导出文件：保存为WAV格式

验证结果：重新加载转换后的文件验证参数

错误处理

使用try-except捕获可能的异常

返回None表示转换失败

以下为源码：

复制代码

from pydub import AudioSegment
import os

def convert_to_16k(input_path, output_path=None):
    """
    将音频文件转换为16kHz采样率
    
    参数:
    input_path: 输入音频文件路径
    output_path: 输出音频文件路径（可选，默认为输入文件同目录）
    """
    try:
        # 如果未指定输出路径，则在原文件名后添加_16k
        if output_path is None:
            base_name = os.path.splitext(input_path)[0]
            output_path = f"{base_name}_16k.wav"
        
        # 加载音频文件
        print(f"正在加载音频文件: {input_path}")
        audio = AudioSegment.from_file(input_path)
        
        # 打印原始音频信息
        print(f"原始音频信息 - 采样率: {audio.frame_rate}Hz, 声道数: {audio.channels}, 时长: {len(audio)/1000:.2f}秒")
        
        # 设置目标采样率为16kHz
        target_sample_rate = 16000
        
        # 转换采样率和设置为单声道
        print("正在转换音频...")
        audio_16k = audio.set_frame_rate(target_sample_rate).set_channels(1)
        
        # 导出为WAV文件
        print(f"正在导出到: {output_path}")
        audio_16k.export(output_path, format="wav")
        
        # 验证转换结果
        converted_audio = AudioSegment.from_file(output_path)
        print(f"转换完成! - 新采样率: {converted_audio.frame_rate}Hz, 声道数: {converted_audio.channels}, 时长: {len(converted_audio)/1000:.2f}秒")
        
        return output_path
        
    except Exception as e:
        print(f"转换过程中出现错误: {e}")
        return None

# 使用示例
if __name__ == "__main__":
    input_file = r"C:\Users\Administrator\Desktop\test.wav"
    output_file = r"C:\Users\Administrator\Desktop\test_16k.wav"
    
    # 执行转换
    result = convert_to_16k(input_file, output_file)
    
    if result:
        print(f"音频转换成功！输出文件: {result}")
    else:
        print("音频转换失败！")

三、效果演示

将录音文件test.wav文件放到和python文件同一个目录，运行效果如下，生产了16K频率的音频文件。

开源 python 应用 开发（十）音频压缩

开源 python 应用开发（十）音频压缩