Извлечение аудиоканала из видеофайла для подачи в функцию decode_wav в TensorFlow

Question

Я хочу передать аудиоканал видеофайла следующей функции TenorFlow:

tf.audio.decode_wav(
contents,
desired_channels=-1,
desired_samples=-1,
name=None)

Где Args:

• содержимое: Тензор типа string,Аудио в кодировке WAV, обычно из файла.

• требуемый_каналы: необязательный int. По умолчанию -1. Требуется количество образцов каналов.

• required_samples: необязательный int. По умолчанию -1. Длина аудио запрашивается.

• name: имя для операции (необязательно).

Answer 1

Вы можете извлечь аудио видео, например ::100100

import subprocess

command = "ffmpeg -i C:/test.mp4 -ab 160k -ac 2 -ar 44100 -vn audio.wav"

subprocess.call(command, shell=True)

1003 * и передать файл *.wav в качестве тензора tf.audio.decode_wav:

raw_audio = tf.io.read_file(filename)
waveform = tf.audio.decode_wav(raw_audio)

Ссылки:

• Python извлекает wav из видеофайла
• Как tf.audio.decode_wav получает его содержимое?

Answer 2

Для Windows 10 я решил свою проблему следующим образом:

1. Я скачал и установил ffmpeg для Windows отсюда

2. Извлеченное аудио wavфайлы из видео в виде:

   import os,shlex, subprocess
   files = os.listdir('.')
   #convert all video files of the current directory to wav audio files
   for f in files:
       if(f.endswith('.wmv') or f.endswith('.mp4') or f.endswith('.avi')):
           command_line = "ffmpeg -i "+f+" -ab 160k -ac 2 -ar 44100 -vn "+f[0:-4]+".wav"
           #command_line = "ffmpeg -i default.wmv -ab 160k -ac 2 -ar 44100 -vn default.wav"
           args = shlex.split(command_line)
           print(args)
           p = subprocess.Popen(args) # Success!
           print(p)
   

3. Декодированные аудиофайлы в формате:

       import tensorflow as tf
   files = os.listdir('.')
   #convert all video files of the current directory to wav audio files
   for filename in files:
       if(filename.endswith('.wav')):
           print(filename)
           audio_binary = tf.io.read_file(filename,name=None)
           waveform,_ = tf.audio.decode_wav(
               audio_binary,
               desired_channels=-1,
               desired_samples=-1,
               name=None
           )