audio_accelerator.py

#!/usr/bin/env python3
"""
音频加速处理脚本
读取voice_zhcn目录中的音频文件，将其加速，然后保存到output文件夹
"""

import os
import argparse
import sys
from pathlib import Path

try:
    import librosa
    import soundfile as sf
    import numpy as np
except ImportError as e:
    print(f"错误：缺少必要的库 {e}")
    print("请先安装以下依赖：")
    print("pip install librosa soundfile numpy")
    sys.exit(1)


def create_output_directory(output_dir):
    """创建输出目录"""
    output_path = Path(output_dir)
    output_path.mkdir(exist_ok=True)
    return output_path


def accelerate_audio(input_file, output_file, speed_factor=1.5):
    """
    加速音频文件
    
    Args:
        input_file (str): 输入音频文件路径
        output_file (str): 输出音频文件路径
        speed_factor (float): 加速倍数，默认1.5倍
    """
    try:
        # 读取音频文件
        print(f"正在处理: {input_file}")
        audio_data, sample_rate = librosa.load(input_file, sr=None)
        
        # 使用librosa的time_stretch进行时间拉伸（加速）
        # speed_factor > 1 表示加速，< 1 表示减速
        accelerated_audio = librosa.effects.time_stretch(audio_data, rate=speed_factor)
        
        # 保存加速后的音频
        sf.write(output_file, accelerated_audio, sample_rate)
        print(f"已保存: {output_file}")
        
    except Exception as e:
        print(f"处理文件 {input_file} 时出错: {e}")


def process_audio_directory(input_dir="Voice_zhCN", output_dir="output", speed_factor=1.5):
    """
    处理整个音频目录
    
    Args:
        input_dir (str): 输入目录名，默认为Voice_zhCN
        output_dir (str): 输出目录名，默认为output
        speed_factor (float): 加速倍数，默认1.5倍
    """
    input_path = Path(input_dir)
    
    # 检查输入目录是否存在
    if not input_path.exists():
        print(f"错误：输入目录 '{input_dir}' 不存在")
        return
    
    # 创建输出目录
    output_path = create_output_directory(output_dir)
    
    # 支持的音频格式
    audio_extensions = {'.ogg', '.wav', '.mp3', '.flac', '.m4a', '.aac'}
    
    # 获取所有音频文件
    audio_files = [f for f in input_path.iterdir() 
                   if f.is_file() and f.suffix.lower() in audio_extensions]
    
    if not audio_files:
        print(f"在目录 '{input_dir}' 中没有找到支持的音频文件")
        return
    
    print(f"找到 {len(audio_files)} 个音频文件")
    print(f"加速倍数: {speed_factor}x")
    print(f"输出目录: {output_dir}")
    print("-" * 50)
    
    # 处理每个音频文件
    success_count = 0
    for audio_file in audio_files:
        input_file_path = str(audio_file)
        output_file_path = str(output_path / audio_file.name)
        
        try:
            accelerate_audio(input_file_path, output_file_path, speed_factor)
            success_count += 1
        except Exception as e:
            print(f"跳过文件 {audio_file.name}: {e}")
    
    print("-" * 50)
    print(f"处理完成！成功处理 {success_count}/{len(audio_files)} 个文件")


def main():
    """主函数"""
    parser = argparse.ArgumentParser(description="音频加速处理工具")
    parser.add_argument(
        "--input-dir", 
        default="Voice_zhCN", 
        help="输入目录名 (默认: Voice_zhCN)"
    )
    parser.add_argument(
        "--output-dir", 
        default="output", 
        help="输出目录名 (默认: output)"
    )
    parser.add_argument(
        "--speed", 
        type=float, 
        default=1.5, 
        help="加速倍数 (默认: 1.5)"
    )
    
    args = parser.parse_args()
    
    # 验证加速倍数
    if args.speed <= 0:
        print("错误：加速倍数必须大于0")
        return
    
    # 处理音频文件
    process_audio_directory(args.input_dir, args.output_dir, args.speed)


if __name__ == "__main__":
    main()