018-python原视频一键自动分离画面、音频并保存本地过程实现

每日教程在另一篇文章《python实现原视频自动添加字幕功能，字幕跟随声音自动显示》介绍了如何自动给原视频添加字幕，前提条件是要先生成字幕文件。本篇文章介绍如何分离原视频音频文件，有了音频文件就可以生成字幕文件了。

要将视频的画面（视频流）和音频分离出来，可以使用几种工具和方法，其中最常用的工具是 FFmpeg，它非常强大且支持多种格式。以下是一些方法来实现视频的画面和音频分离。

1. 使用 FFmpeg 分离视频画面和音频

（1）分离视频画面（视频流）

将视频的画面提取出来，只保留视频流（无音频）：

ffmpeg -i input_video.mp4 -an -vcodec copy output_video.mp4

解释：
- -i input_video.mp4：输入的视频文件。
- -an：去除音频流，只保留视频。
- -vcodec copy：视频编码方式，表示直接复制视频流，不重新编码。
- output_video.mp4：输出的视频文件（只包含视频流，没有音频）。

（2）分离音频

将视频的音频提取出来，只保留音频流：

ffmpeg -i input_video.mp4 -vn -acodec copy output_audio.mp3

解释：
- -vn：去除视频流，只保留音频。
- -acodec copy：音频编码方式，表示直接复制音频流，不重新编码。
- output_audio.mp3：输出的音频文件。

（3）分离并指定输出格式

如果需要将音频保存为其他格式，比如 WAV，可以这样做：

ffmpeg -i input_video.mp4 -vn -acodec pcm_s16le -ar 44100 -ac 2 output_audio.wav

解释：
- -acodec pcm_s16le：指定音频编码为 PCM（无压缩的音频格式）。
- -ar 44100：音频采样率为 44.1kHz（标准音频采样率）。
- -ac 2：音频声道数为 2（立体声）。

2. 使用 Python 和 moviepy 库分离视频和音频

moviepy 是一个 Python 库，允许简便处理视频文件。可以使用 moviepy 来提取视频和音频流。

（1）分离视频流（仅保留画面）

from moviepy.editor import VideoFileClip

# 读取视频文件
video = VideoFileClip("input_video.mp4")

# 提取视频部分并保存为新文件
video.audio = None  # 去掉音频
video.write_videofile("output_video_without_audio.mp4", codec="libx264")

（2）分离音频流（仅保留音频）

from moviepy.editor import VideoFileClip

# 读取视频文件
video = VideoFileClip("input_video.mp4")

# 提取音频并保存为新文件
audio = video.audio
audio.write_audiofile("output_audio.mp3")

3. 使用 Python 和 ffmpeg-python 库

ffmpeg-python 是一个 Python 的 FFmpeg 封装库，它使得调用 FFmpeg 更加方便。下面是使用 ffmpeg-python 来分离视频流和音频流的代码示例。

（1）分离视频流（去除音频）

import ffmpeg

def extract_video(input_file, output_file):
    ffmpeg.input(input_file).output(output_file, an=None).run()

input_video = "input_video.mp4"
output_video = "output_video_without_audio.mp4"
extract_video(input_video, output_video)

（2）分离音频流（去除视频）

import ffmpeg

def extract_audio(input_file, output_file):
    ffmpeg.input(input_file).output(output_file, vn=None).run()

input_video = "input_video.mp4"
output_audio = "output_audio.mp3"
extract_audio(input_video, output_audio)

总结：

1. FFmpeg：最强大的工具，可以通过命令行轻松地提取视频画面和音频流。
2. MoviePy：适用于 Python 环境中的简单视频编辑操作。
3. ffmpeg-python：Python 封装的 FFmpeg，可以直接在 Python 中操作，适合自动化脚本。

可以根据自己的需求选择合适的工具来进行视频和音频的分离。如果需要更多的自定义处理，moviepy 或 ffmpeg-python 可以提供更多灵活性，而如果只是简单的分离任务，FFmpeg 的命令行方式是最直接且高效的。

funclip api识别音频字幕

FunClip是一款阿里巴巴开源的视频字幕识别工具，支持api调用，当前获取到了原视频和原视频的音频后，直接调用FunClip提供的api，等待一两分钟即可识别完成，具体的代码

def __generate_subtitle(video_path, audio_path):
    audio_path = __read_audio(video_path, audio_path)
    client = Client("http://127.0.0.1:7860/")
    result = client.predict(
        video_input={"video": file(video_path)},
        audio_input=file(audio_path),
        hotwords="",
        output_dir=" ",
        api_name="/mix_recog"
    )
    print(result)
    return result

本地启动FunClip项目

参数说明

• http://127.0.0.1:7860/，是本地启动FunClip项目的服务器访问地址
• video_path，表示本地视频的绝对路径、相对路径或网络的视频url地址
• audio_path，同理，表示音频的绝对路径、相对路径或网络的音频url地址

验证测试的效果，resul返回的是一个tuple数组，第一个参数是文字信息，第二个参数是字幕信息

最后，我们安装上一篇文章《python实现原视频自动添加字幕功能，字幕跟随声音自动显示》介绍的方法就可以给原视频添加字幕了。