始める無料で始める

音声を適切なフォーマットに変換する

Acme Studios から、彼らの音声ファイルについて詳しく知るための PoC(概念実証)を依頼されました。

少し調べてみると、いくつか通話データがありますが、文字起こしには不適切なファイル形式で保存されています。

多くの音声ファイルを扱うことになるので、まずはヘルパー関数を作るところから始めます。

最初の関数 convert_to_wav(filename) はファイルパスを受け取り、PyDub を使って非 WAV 形式から .wav 形式へ変換します。

作成できたら、この関数を使って Acme の最初の通話である call_1.mp3.mp3 形式から .wav に変換します。

PyDubAudioSegment クラスはすでにインポート済みです。非 WAV ファイルを扱うには ffmpeg が必要になる点を忘れないでください(docs)。

この演習はコースの一部です

Pythonで学ぶ音声言語処理

コースを見る

演習の手順

  • AudioSegmentfrom_file() を使って filename 引数を読み込みます。
  • エクスポート形式を "wav" に設定します。
  • 変換対象の音声ファイル call_1.mp3 を関数に渡します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Create function to convert audio file to wav
def convert_to_wav(filename):
  """Takes an audio file of non .wav format and converts to .wav"""
  # Import audio file
  audio = AudioSegment.____(filename)
  
  # Create new filename
  new_filename = filename.split(".")[0] + ".wav"
  
  # Export file as .wav
  audio.export(new_filename, format=____)
  print(f"Converting {filename} to {new_filename}...")
 
# Test the function
convert_to_wav(____)
コードを編集して実行