我觉得这是一个相当普遍的问题，但我尚未找到合适的答案。我有很多想在单词上打断的人类语音音频文件，可以通过查看波形中的停顿来试探性地完成，但是谁能指出我在python中自动执行此功能的函数/库吗？
一个简单的方法是使用pydub模块。最近添加的静默实用程序可以完成所有繁重的工作，如setting up silence threahold，setting up silence length。等等，并且与所提到的其他方法相比，大大简化了代码。
setting up silence threahold
setting up silence length
这是一个演示实现，从这里得到启发
设定：
我在文件“ az.wav”中有一个音频文件，其中包含从A到的口头英语字母Z。子目录splitAudio是在当前工作目录中创建。执行演示代码后，文件被拆分为26个单独的文件，每个音频文件存储每个音节。
A
Z
splitAudio
观察结果： 一些音节被切除，可能需要修改以下参数， min_silence_len=500 silence_thresh=-16
min_silence_len=500
silence_thresh=-16
可能需要根据自己的需要调整这些内容。
演示代码：
from pydub import AudioSegment from pydub.silence import split_on_silence sound_file = AudioSegment.from_wav("a-z.wav") audio_chunks = split_on_silence(sound_file, # must be silent for at least half a second min_silence_len=500, # consider it silent if quieter than -16 dBFS silence_thresh=-16 ) for i, chunk in enumerate(audio_chunks): out_file = ".//splitAudio//chunk{0}.wav".format(i) print "exporting", out_file chunk.export(out_file, format="wav")
输出：
Python 2.7.9 (default, Dec 10 2014, 12:24:55) [MSC v.1500 32 bit (Intel)] on win32 Type "copyright", "credits" or "license()" for more information. >>> ================================ RESTART ================================ >>> exporting .//splitAudio//chunk0.wav exporting .//splitAudio//chunk1.wav exporting .//splitAudio//chunk2.wav exporting .//splitAudio//chunk3.wav exporting .//splitAudio//chunk4.wav exporting .//splitAudio//chunk5.wav exporting .//splitAudio//chunk6.wav exporting .//splitAudio//chunk7.wav exporting .//splitAudio//chunk8.wav exporting .//splitAudio//chunk9.wav exporting .//splitAudio//chunk10.wav exporting .//splitAudio//chunk11.wav exporting .//splitAudio//chunk12.wav exporting .//splitAudio//chunk13.wav exporting .//splitAudio//chunk14.wav exporting .//splitAudio//chunk15.wav exporting .//splitAudio//chunk16.wav exporting .//splitAudio//chunk17.wav exporting .//splitAudio//chunk18.wav exporting .//splitAudio//chunk19.wav exporting .//splitAudio//chunk20.wav exporting .//splitAudio//chunk21.wav exporting .//splitAudio//chunk22.wav exporting .//splitAudio//chunk23.wav exporting .//splitAudio//chunk24.wav exporting .//splitAudio//chunk25.wav exporting .//splitAudio//chunk26.wav >>>
