moviepy剪切视频&spleeter视频降噪-CPU&GPU_moviepy cpu gpu 速度测试

简介

moviepy官方中文API
spleeter官方github

本文视频降噪原理为使用spleeter提取出人声，仅将人声写回视频并保存。

对于AudioClip和VideoClip使用完要close()来释放资源

VideoFileClip构建时最好指定fps_source=‘fps’（平均帧率），默认为tbr（帧率）

一次运行对多个视频进行降噪时，不要把Separator(‘spleeter:2stems’)放到频繁调用的函数里，否则可能因为频繁创建Separator(‘spleeter:2stems’)对象而卡死（可以放进__main__函数或使用单例模式等）

所有可能用到的文件同时放在百度网盘：
链接：https://pan.baidu.com/s/1jyKsR65QI7dpo9NIObGlhA?pwd=xyvk
提取码：xyvk

安装spleeter

# 创建虚拟环境【可选】
conda create -n sp python=3.7

# 激活虚拟环境【可选】
conda activate sp

# 在gpu上运行需要下列二者之一：
# 	1) 执行代码conda install cudatoolkit=10.1 cudnn=7.6.5
#   2) 在本地安装CUDA10.1+cuDNN7.6.5(参考https://blog.csdn.net/qq_42283621/article/details/124095937)
# 否则将在cpu上运行

pip install moviepy==1.0.3
pip install spleeter-gpu==2.0.2
conda install ffmpeg==4.2.2
1
2
3
4
5
6
7
8
9
10
11
12
13
14

# 测试
# 在百度网盘下载audio_example.mp3，然后cd到其所占目录，例如：
cd C:\Users\shang\Desktop

# 命令spleeter separate [OPTIONS] -i INPUTS...
# 这里使用[OPTIONS] -p <预训练参数文件名> -o <输出路径>
# 第一次执行会在当前目录新建pretrained_models/2stems文件夹并下载4个预训练文件，若下载慢或网络错误可在百度网盘下载2stems.tar.gz将其中的4个文件复制到pretrained_models/2stems文件夹
spleeter separate -p spleeter:2stems -o . -i audio_example.mp3 

# 若在<输出路径>下出现名为audio_example的文件夹(该名即为输入文件名)，audio_example文件夹下包含vocals.wav（人声）和accompaniment.wav（背景声）则测试成功。

# 若使用了gpu则在下面的两个图中可以看到显存占用，否则显存占用保持在0。
1
2
3
4
5
6
7
8
9
10
11
12

windows: 任务管理器 -> 性能 -> GPU1

linux: 命令nvidia-smi

代码执行

在当前目录下放置1.mp4、2.mp4、audio_example.mp3（均在百度网盘）以及pretrained_models/2stems/4个预训练文件（网络不佳或运行失败时，否则第一次执行下列代码将自动下载pretrained_models/2stems/4个预训练文件）

若输出结果第一行为“Successfully opened dynamic library cudart64_101.dll”则说明使用了GPU，若“Could not load dynamic library 'cudart64_110.dll'”则说明使用了CPU。
1

from moviepy.editor import *
from moviepy.audio.AudioClip import AudioArrayClip
from spleeter.separator import Separator


def audioNoiseReduction(audio, separator):
    """
    音频降噪（去除背景声保留人声）
    注：AudioClip包含AudioFileClip和AudioArrayClip两个子类
    :param audio: AudioClip或其子类对象
    :param separator: 人声分离器对象
    :return: AudioClip或其子类对象
    """
    audiodata = audio.to_soundarray(fps=44100)
    prediction = separator.separate(audiodata)
    # 保存人声（其中fps 44100需和获取时一样，AudioFileClip('audio_example.wav')采用了缺省的默认fps 44100）
    vocals = AudioArrayClip(prediction['vocals'], 44100)
    return vocals


def videoNoiseReduction(video, separator):
    """
    视频降噪（去除背景声保留人声）
    注：VideoClip包含VideoFileClip和DataVideoClip两个子类
    :param video: VideoClip或其子类对象
    :param separator: 人声分离器对象
    :return: VideoClip或其子类对象
    """
    audio = audioNoiseReduction(video.audio, separator)
    video_no = video.without_audio()
    video_red = video_no.set_audio(audio)
    audio.close()
    video_no.close()
    return video_red


def splitAndMergeVideo(pathList, savePath, timeList, separator, noiseReduction=False):
    """
    截取&合并视频片段&视频降噪

    调用示例：
        splitAndMergeVideo('1.mp4', 'smv1.mp4', '00:05-00:17')
        splitAndMergeVideo(['1.mp4', '1.mp4'], 'smv2.mp4', ['00:05-00:17', '00:00-00:10'], noiseReduction=True)
        splitAndMergeVideo(['1.mp4', '2.mp4'], 'smv3.mp4', ['00:05-00:17', '00:00-00:10'])

    :param pathList: 视频路径列表(str/str list)
    :param savePath: 视频结果保存位置
    :param timeList: 欲截取的视频片段起止时间列表(str/str list)，格式为'开始时间-截止时间'，
        开始时间/截止时间需使用'分:秒'或者'时:分:秒'或者'秒’，时、分、秒均为2位整数，例如'12‘，'12:34'，'12:34:56'
    :param separator: 人声分离器对象
    :param noiseReduction: 开启降噪（去除背景声保留人声）
    :return:  空
    """

    # 若为str，转为str list
    if isinstance(pathList, str):
        pathList = [pathList]
    if isinstance(timeList, str):
        timeList = [timeList]

    # 检查数据是否完整
    if len(pathList) != len(timeList):
        print('pathList 与 timeList 长度不匹配')

    # 解析并标准化起止时间格式，标准格式为'hh:mm:ss'
    startList = []
    endList = []
    for item in timeList:
        t = item.split('-')
        startList.append(t[0])
        endList.append(t[1])
    for index in range(len(startList)):
        if startList[index].count(':') == 0:
            startList[index] = '00:00:' + startList[index]
        elif startList[index].count(':') == 1:
            startList[index] = '00:' + startList[index]
    for index in range(len(endList)):
        if endList[index].count(':') == 0:
            endList[index] = '00:00:' + endList[index]
        elif endList[index].count(':') == 1:
            endList[index] = '00:' + endList[index]

    # 切割出每个视频的欲截取片段
    videoFiles = []
    for index in range(len(pathList)):
        videoFiles.append(VideoFileClip(pathList[index], fps_source='fps').subclip(startList[index], endList[index]))

    # 合并片段，写入新文件，关闭每个片段的操作句柄
    finVideo = concatenate_videoclips(videoFiles)

    # 降噪
    if noiseReduction:
        finVideo2 = videoNoiseReduction(finVideo, separator)
        finVideo2.write_videofile(savePath)
        finVideo2.close()
    else:
        finVideo.write_videofile(savePath)
    for item in videoFiles:
        item.close()
    finVideo.close()


if __name__ == '__main__':
    # Separator('spleeter:2stems')不要放到audioNoiseReduction函数里，否则可能因为频繁创建Separator('spleeter:2stems')对象而卡死
    separator = Separator('spleeter:2stems')

    # 测试audioNoiseReduction
    audio = AudioFileClip('audio_example.mp3')
    audio_red = audioNoiseReduction(audio, separator)
    audio_red.write_audiofile('audio_example_red.wav')
    audio.close()
    audio_red.close()

    # 测试videoNoiseReduction
    video = VideoFileClip('1.mp4', fps_source='fps')
    newVideo = videoNoiseReduction(video, separator)
    newVideo.write_videofile('new_video.mp4')
    video.close()
    newVideo.close()

    # 测试splitAndMergeVideo
    splitAndMergeVideo('1.mp4', 'smv1.mp4', '00:05-00:17', separator)
    splitAndMergeVideo(['1.mp4', '1.mp4'], 'smv2.mp4', ['00:05-00:17', '00:00-00:10'], separator, noiseReduction=True)
    splitAndMergeVideo(['1.mp4', '2.mp4'], 'smv3.mp4', ['00:05-00:17', '00:00-00:10'], separator)

    exit()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126