(资料图片)

最近在智能语音中用到了数据集cn-celeb。这个数据集的音频格式是flac，而在做数据增强(augmentation)以及模型训练时用的数据格式是wav，因此需要把音频格式从flac转到wav。我在ubuntu下摸索了一番，找到了两种方法。

1，基于Linux下的sox命令写shell脚本实现

SoX​​（即 Sound eXchange）是一个跨平台（Windows，Linux，MacOS 等）的命令行实用程序，可以将各种格式的音频文件转换为需要的其他格式。在Ubuntu下安装sox命令如下：sudo apt install sox。Sox装好后就开始写shell脚本，基于sox做音频格式转换的shell脚本如下：

#!/bin/bashecho "$0  $@ $#"srcdir=$1outdir=$2echo "insrc: $srcdir, outdir: $outdir"echo "doing, pls waiting"for x in $srcdir/*.flac; do     name=`basename $x`    dirx=`dirname $x`    array=(${name//./  })    filename=${array[0]}    newfile=$filename".wav"    echo $newfile    sox $x -t wav $outdir/$newfiledoneecho "done,pls check!!"

2，基于pydub的python库写python代码实现

Pydub是一个依赖于ffmpeg的python音频处理库，因此要先安装ffmpeg，安装命令如下：sudo apt install ffmpeg # version 7:4.2.7-0ubuntu0.1。安装后用命令ffmpeg –version查看是否安装好，如下图：

ffmpeg安装好后再在一个conda环境下安装pydub库，命令如下：pip install pydub。可以用pip list看一下是否装好以及版本，如下图：

这些都ready后就开始写python代码，基于pydub做音频格式转换的python代码如下：

from glob import globfrom pydub import AudioSegmentimport osdef find_files(directory, ext="flac"): return sorted(glob(directory + f"/**/*.{ext}", recursive=True))def trans_flac_to_wav(file_path): file_dir = os.path.dirname(file_path) new_name = os.path.basename(file_path).replace(".flac", ".wav") new_file = os.path.join(file_dir, new_name) song = AudioSegment.from_file(file_path) song.export(new_file, format="wav") print("===== Begin to Do converter =====")audio_files = find_files("/home/....../format_converter/flac")for audio_file in audio_files: # do converter trans_flac_to_wav(audio_file)

以上就是将音频格式从flac转到wav的两种方法。对其他音频格式之间的互转，方法也是适用的，只不过代码上有可能需要做一点小的改动。