Rozdělení stereo audia na mono pomocí PyDub

Pokud chceš přepisovat telefonní hovory, je velká šance, že jsou nahrané ve stereo formátu – každý mluvčí na samostatném kanálu.

Jak už víš, přepis zvukového souboru s více mluvčími bývá problematický. Jedno z řešení je rozdělit takový soubor na samostatné soubory pro každého mluvčího zvlášť.

S tím ti pomůže funkce split_to_mono() z knihovny PyDub. Když ji zavoláš na stereo AudioSegment, vrátí seznam dvou samostatných AudioSegment v mono formátu – jeden pro každý kanál.

V tomto cvičení si to vyzkoušíš: rozdělíš nahrávku stereo telefonního hovoru (stereo_phone_call.wav) na kanál 1 a kanál 2. Tím od sebe oddělíš oba mluvčí a přepis bude mnohem snazší.

Toto cvičení je součástí kurzu

Zpracování mluveného jazyka v Pythonu

Zobrazit kurz

Pokyny k cvičení

Importuj AudioSegment z pydub.
Vytvoř instanci AudioSegment s názvem stereo_phone_call ze souboru stereo_phone_call.wav.
Rozděl stereo_phone_call na channels pomocí split_to_mono() a zkontroluj kanály výsledného výstupu.
Ulož každý kanál do nové proměnné: phone_call_channel_1 a phone_call_channel_2.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import AudioSegment
from ____ import ____

# Import stereo audio file and check channels
stereo_phone_call = AudioSegment.from_file(____)
print(f"Stereo number channels: {stereo_phone_call.channels}")

# Split stereo phone call and check channels
channels = stereo_phone_call.____
print(f"Split number channels: {channels[0].____}, {channels[1].____}")

# Save new channels separately
phone_call_channel_1 = channels[0]
phone_call_channel_2 = ____

Upravit a spustit kód