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/bash echo "$0 $@ $#" srcdir=$1 outdir=$2 echo "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 $outdir/$newfile done echo "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 glob
from pydub import AudioSegment
import os
def 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。
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
机房租用，北京机房租用，IDC机房托管， http://www.e1idc.net
