Конвертируйте 2-канальный mp4 в каждый моно-файл WAV, используя код FFMPEG или Python

Я новичок в аудиофайлах и их кодеках.

Я хотел бы преобразовать 2-канальный файл mp4 в один монофонический файл WAV.

Насколько я понимаю, когда я говорю «2 канала», речь, исходящая от каждого микрофона, сохраняется в отдельном канале. И когда я разделяю каналы на отдельные монофонические файлы WAV, я получаю речь каждого микрофона.

Моя цель — получить речь из каждого канала и преобразовать ее в текст. Таким образом, я могу установить имя динамика в зависимости от канала.

Я также пробовал использовать код ffmpeg и Python, но, к сожалению, получил два файла с одинаковым содержимым.

Глядя на следующие детали может ли кто-нибудь создать команду ffmpeg или сценарий Python для преобразования 2-канального файла mp4 в 2 отдельных моно-файла WAV.

FFзонд ffprobe -i Two-Channel.mp4 -show_streams -select_streams a

Результат

Metadata:
    major_brand     : mp42
    minor_version   : 0
    compatible_brands: isommp42
    encoder         : Google
  Duration: 00:52:42.19, start: 0.000000, bitrate: 421 kb/s
  Stream #0:0[0x1](und): Video: h264 (Main) (avc1 / 0x31637661), yuv420p(tv, bt709, progressive), 640x360 [SAR 1:1 DAR 16:9], 322 kb/s, 25 fps, 25 tbr, 12800 tbn (default)
      Metadata:
        handler_name    : ISO Media file produced by Google Inc.
        vendor_id       : [0][0][0][0]
  Stream #0:1[0x2](eng): Audio: aac (LC) (mp4a / 0x6134706D), 44100 Hz, stereo, fltp, 96 kb/s (default)
      Metadata:
        handler_name    : ISO Media file produced by Google Inc.
        vendor_id       : [0][0][0][0]
[STREAM]
index=1
codec_name=aac
codec_long_name=AAC (Advanced Audio Coding)
profile=LC
codec_type=audio
codec_tag_string=mp4a
codec_tag=0x6134706d
sample_fmt=fltp
sample_rate=44100
channels=2
channel_layout=stereo
bits_per_sample=0
initial_padding=0
id=0x2
r_frame_rate=0/0
avg_frame_rate=0/0
time_base=1/44100
start_pts=0
start_time=0.000000
duration_ts=139452416
duration=3162.186304
bit_rate=96000
max_bit_rate=N/A
bits_per_raw_sample=N/A
nb_frames=136184
nb_read_frames=N/A
nb_read_packets=N/A
extradata_size=16
DISPOSITION:default=1
DISPOSITION:dub=0
DISPOSITION:original=0
DISPOSITION:comment=0
DISPOSITION:lyrics=0
DISPOSITION:karaoke=0
DISPOSITION:forced=0
DISPOSITION:hearing_impaired=0
DISPOSITION:visual_impaired=0
DISPOSITION:clean_effects=0
DISPOSITION:attached_pic=0
DISPOSITION:timed_thumbnails=0
DISPOSITION:non_diegetic=0
DISPOSITION:captions=0
DISPOSITION:descriptions=0
DISPOSITION:metadata=0
DISPOSITION:dependent=0
DISPOSITION:still_image=0
TAG:language=eng
TAG:handler_name=ISO Media file produced by Google Inc.
TAG:vendor_id=[0][0][0][0]
[/STREAM] 

команда FFmpeg

ffmpeg -i Two-Channel.mp4 -filter_complex "pan=mono|c0=0c0" left_channel.wav

код Python используя FFPMEG, я преобразовал mp4 в wav, а затем попробовал код ниже

насколько я знаю, каналы не должны разделять динамики. Все динамики могут быть на обоих каналах - но один динамик может быть громче на левом канале, если он стоит слева от микрофона, а другой может быть громче на правых каналах, если он стоит слева от микрофона. Но если оба стояли слева от микрофона, то на левом канале они будут громче.

furas 30.05.2024 17:32
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
1
67
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы уверены, что в вашем исходном файле действительно каждый динамик подключен к отдельному каналу?

  • Вы можете быстро убедиться, прослушав в наушниках только одну сторону.
  • Вы также можете проверить исходный звук с помощью Audacity (бесплатного аудиоредактора с открытым исходным кодом). Это позволит вам визуально увидеть разницу между каналами, а также воспроизвести каждый из них независимо.

Я не вижу ничего плохого в беглом взгляде на вашу команду ffmpeg, но я не пробовал ее запускать.

Я использовал эту команду для разделения аудиоканалов:

ffmpeg -i Two-Channel.mp4 -map_channel 0.0.0 ch_1.wav -map_channel 0.0.1 ch_2.wav

Это прямо из вики ffmpeg

Благодарю за ваш ответ. Я проверю исходный аудиофайл.

Harish Alwala 31.05.2024 12:41

Другие вопросы по теме