Pydub 是易上手、功能实用的音频处理库，依赖 ffmpeg 实现加载/导出/剪辑/音量调节等操作；所有操作返回新 AudioSegment 对象，原文件不被修改。
Pydub 是 Python 中最易上手、功能实用的音频处理库之一，特别适合做剪辑、格式转换、音量调节等日常任务。它底层依赖 ffmpeg（或 pyaudio/librosa 可选），但封装得非常干净，不用写复杂命令行参数就能完成大部分操作。
安装与基础准备
Pydub 本身不自带音频解码能力，需配合 ffmpeg 使用：
- 先安装 ffmpeg：Mac 上用 brew install ffmpeg；Windows 建议下载静态版并把 bin 目录加进系统 PATH；Linux 用 apt install ffmpeg
- 再装 Pydub：pip install pydub
- 验证是否就绪：运行 from pydub import AudioSegment 不报错，且能成功加载 mp3/wav 文件即可
加载与导出音频文件
Pydub 把音频统一抽象为 AudioSegment 对象，所有操作都基于它：
- 加载常见格式：song = AudioSegment.from_file("input.mp3") 或直接用后缀方法如 AudioSegment.from_mp3("a.mp3")
- 导出时自动推断格式：song.export("output.wav", format="wav")；format 参数支持 "mp3"、"ogg"、"flac" 等
- 注意：导出 mp3 需要 ffmpeg 支持编码器（通常默认已启用），若报错可加 parameters=["-ar", "44100"] 指定采样率
常用剪辑操作
时间单位默认是毫秒，操作直观，无需手动算帧数：
立即学习“Python免费学习笔记（深入）”；
- 截取片段：intro = song[:30000]（前30秒）；bridge = song[60000:65000]（第60–65秒）
- 拼接音频：full = intro + bridge + outro（+ 号直接连接，自动对齐声道和采样率）
- 静音插入：silence = AudioSegment.silent(duration=2000)（2秒静音），再用 song_with_pause = song[:10000] + silence + song[10000:]
音量与简单效果调整
不做专业母带处理，但日常调节足够用：
- 增益（dB）：louder = song + 5（提升5dB）；quieter = song - 10（降低10dB）
- 归一化音量：normalized = song.apply_gain(-song.dBFS)（拉到接近0dBFS）
- 淡入淡出：faded = song.fade_in(2000).fade_out(3000)（前2秒淡入，后3秒淡出）
不复杂但容易忽略：所有操作返回新对象，原音频不会被修改；若需覆盖保存，记得显式调用 export。
