extract_audio_segment.py

#!/usr/bin/env python3
"""
音频文件转换和片段提取工具
将MP3文件转换为WAV格式，并提取指定时间段的音频片段
"""

import os
import subprocess
from pathlib import Path

def convert_mp3_to_wav_and_extract(input_file, start_time, end_time, output_dir=None):
    """
    将MP3文件转换为WAV格式，并提取指定时间段的音频片段
    
    Args:
        input_file (str): 输入的MP3文件路径
        start_time (float): 开始时间（秒）
        end_time (float): 结束时间（秒）
        output_dir (str): 输出目录，如果为None则使用输入文件所在目录
    
    Returns:
        bool: 操作是否成功
    """
    try:
        # 检查输入文件是否存在
        if not os.path.exists(input_file):
            print(f"❌ 错误：输入文件不存在: {input_file}")
            return False
        
        # 设置输出目录
        if output_dir is None:
            output_dir = os.path.dirname(input_file)
        
        # 确保输出目录存在
        Path(output_dir).mkdir(parents=True, exist_ok=True)
        
        # 生成输出文件名
        input_name = Path(input_file).stem
        output_wav = os.path.join(output_dir, f"{input_name}.wav")
        output_segment = os.path.join(output_dir, f"{input_name}_segment_{start_time}s_to_{end_time}s.wav")
        
        print(f"🎵 开始处理音频文件: {input_file}")
        print(f"📁 输出目录: {output_dir}")
        
        # 步骤1：将MP3转换为WAV格式
        print(f"\n🔄 步骤1: 将MP3转换为WAV格式")
        convert_cmd = [
            'ffmpeg',
            '-y',  # 覆盖输出文件
            '-i', input_file,  # 输入文件
            '-ar', '16000',  # 采样率16kHz
            '-ac', '1',  # 单声道
            '-c:a', 'pcm_s16le',  # 16位PCM编码
            output_wav  # 输出文件
        ]
        
        print(f"执行命令: {' '.join(convert_cmd)}")
        result = subprocess.run(convert_cmd, capture_output=True, text=True)
        
        if result.returncode != 0:
            print(f"❌ MP3转WAV失败: {result.stderr}")
            return False
        
        print(f"✅ MP3转WAV成功: {output_wav}")
        
        # 步骤2：提取音频片段
        print(f"\n🔄 步骤2: 提取音频片段 ({start_time}s - {end_time}s)")
        duration = end_time - start_time
        
        extract_cmd = [
            'ffmpeg',
            '-y',  # 覆盖输出文件
            '-i', output_wav,  # 输入WAV文件
            '-ss', str(start_time),  # 开始时间
            '-t', str(duration),  # 持续时间
            '-c', 'copy',  # 直接复制，不重新编码
            output_segment  # 输出片段文件
        ]
        
        print(f"执行命令: {' '.join(extract_cmd)}")
        result = subprocess.run(extract_cmd, capture_output=True, text=True)
        
        if result.returncode != 0:
            print(f"❌ 音频片段提取失败: {result.stderr}")
            return False
        
        print(f"✅ 音频片段提取成功: {output_segment}")
        
        # 显示文件信息
        print(f"\n📊 文件信息:")
        print(f"原始MP3文件: {input_file}")
        print(f"转换后的WAV文件: {output_wav}")
        print(f"提取的音频片段: {output_segment}")
        print(f"片段时长: {duration:.1f}秒")
        
        # 检查输出文件大小
        if os.path.exists(output_wav):
            wav_size = os.path.getsize(output_wav) / 1024  # KB
            print(f"WAV文件大小: {wav_size:.1f} KB")
        
        if os.path.exists(output_segment):
            segment_size = os.path.getsize(output_segment) / 1024  # KB
            print(f"片段文件大小: {segment_size:.1f} KB")
        
        return True
        
    except Exception as e:
        print(f"❌ 处理过程中出现错误: {str(e)}")
        return False

def main():
    """主函数"""
    print("🎵 音频文件转换和片段提取工具")
    print("=" * 50)
    
    # 检查ffmpeg是否安装
    try:
        subprocess.run(['ffmpeg', '-version'], capture_output=True, check=True)
        print("✅ 检测到ffmpeg")
    except (subprocess.CalledProcessError, FileNotFoundError):
        print("❌ 错误：未找到ffmpeg，请先安装ffmpeg")
        print("Ubuntu/Debian: sudo apt install ffmpeg")
        print("CentOS/RHEL: sudo yum install ffmpeg")
        print("macOS: brew install ffmpeg")
        return
    
    # 设置文件路径和时间参数
    input_file = "/home/t2vg-a100-G4-42/v-shuyuantu/StableAvatar/example_case/case-3/ssvid.net--Wellerman-Female-Cover-LYRICS-Sea-Shanty.mp3"
    start_time = 1.9  # 开始时间（秒）
    end_time = 7.1    # 结束时间（秒）
    
    print(f"📁 输入文件: {input_file}")
    print(f"⏰ 提取时间段: {start_time}s - {end_time}s")
    print(f"⏱️ 片段时长: {end_time - start_time:.1f}秒")
    
    # 执行转换和提取
    success = convert_mp3_to_wav_and_extract(input_file, start_time, end_time)
    
    if success:
        print(f"\n🎉 所有操作完成！")
        print(f"输出文件保存在: {os.path.dirname(input_file)}")
    else:
        print(f"\n❌ 操作失败，请检查错误信息")

if __name__ == "__main__":
    main()