Voici un script : import os import subprocess import numpy as np import uuid # Import…
- User
Voici un script :
import os import subprocess import numpy as np import uuid # Import uuid to generate unique IDs from moviepy.editor import VideoFileClip from scipy.io import wavfile
temporary_audio_files = []
Define video file extensions and the output folder
video_extensions = ['.mp4', '.mkv', '.wmv', '.avi'] output_folder = 'Output'
def calculate_loudness(audio_data): if audio_data.ndim == 1: volume = audio_data ** 2 else: volume = np.mean(audio_data ** 2, axis=1) return np.sqrt(volume)
def find_loudest_moments(audio_filename, num_moments, segment_duration, video_duration, starting_offset, ending_offset): rate, audio_data = wavfile.read(audio_filename) if audio_data.ndim == 2: audio_data = np.mean(audio_data, axis=1) volume = calculate_loudness(audio_data.astype('float32'))
segment_half_duration = segment_duration / 2.0 start_index = int(starting_offset * rate) end_index = int((video_duration - ending_offset) * rate) moments = [] while len(moments) < num_moments: index = np.argmax(volume[start_index:end_index]) moment = (start_index + index) / rate # Skip the moment if it is too close to the start or the end of the video if moment - segment_half_duration < starting_offset or moment + segment_half_duration > video_duration - ending_offset: volume[start_index + index] = 0 continue moments.append(moment) clear_start = max(start_index, start_index + index - int(rate * segment_half_duration)) clear_end = min(end_index, start_index + index + int(rate * segment_half_duration)) volume[clear_start:clear_end] = 0 return momentsdef extract_segments(video_path, moments, segment_duration, video_duration): if not os.path.exists(output_folder): os.makedirs(output_folder) base_name = os.path.splitext(os.path.basename(video_path))[0] half_segment_duration = segment_duration / 2
for i, moment in enumerate(moments): start_time = max(moment - half_segment_duration, 0) end_time = min(start_time + segment_duration, video_duration) output_filename = f"{base_name}_moment{i + 1}.mp4" output_path = os.path.join(output_folder, output_filename) command = [ "ffmpeg", "-y", # Overwrite output files without asking "-ss", str(start_time), # Start time "-i", video_path, # Input file "-t", str(min(segment_duration, video_duration - start_time)), # Duration or remaining video "-c:v", "libx264", # Specify video codec for output "-preset", "medium", # Specify the encoding preset (trade-off between encoding speed and quality) "-crf", "23", # Specify the Constant Rate Factor for quality (lower means better quality) "-c:a", "aac", # Specify audio codec for output "-strict", "-2", # Necessary for some versions of ffmpeg to use experimental aac encoder "-b:a", "192k", # Specify the audio bitrate output_path # Output path ] subprocess.run(command, check=True, stderr=subprocess.PIPE) print(f"Extracted and re-encoded {output_filename}")def process_video_files(starting_offset_seconds, ending_offset_seconds, num_moments, segment_duration): for root, , files in os.walk('.'): for file in files: if file.lower().endswith(tuple(video_extensions)): video_path = os.path.join(root, file) unique_id = str(uuid.uuid4()) # Generate a unique ID for this video's audio file audio_path = f'temp_audio{unique_id}.wav' # Name the temporary file using the unique ID temporary_audio_files.append(audio_path) # Add the temporary file path to the list
try: video_clip = VideoFileClip(video_path) video_duration = video_clip.duration video_clip.audio.write_audiofile(audio_path, codec='pcm_s16le', fps=44100, nbytes=2, buffersize=2000) video_clip.close() # Ensure to close the video clip moments = find_loudest_moments(audio_path, num_moments, segment_duration, video_duration, starting_offset_seconds, ending_offset_seconds) extract_segments(video_path, moments, segment_duration, video_duration) # Now pass video_duration finally: if os.path.exists(audio_path): os.remove(audio_path) print(f"Finished processing video {video_path}")if name == "main": starting_offset_seconds = float(input("Combien de secondes à ignorer au début pour l'analyse ? ")) ending_offset_seconds = float(input("Combien de secondes à ignorer à la fin pour l'analyse ? ")) num_moments = int(input("Combien de moments forts souhaiteriez-vous extraire de chaque vidéo ? ")) segment_duration = float(input("Quelle est la durée (en secondes) de chaque segment vidéo à extraire ? "))
process_video_files(starting_offset_seconds, ending_offset_seconds, num_moments, segment_duration) # Après le traitement de tous les fichiers vidéo, nettoyez les fichiers WAV temporaires for audio_file in temporary_audio_files: if os.path.exists(audio_file): os.remove(audio_file) print("All temporary audio files have been cleaned up.") print("All videos have been processed.") - Assistant
Le script présenté est conçu pour traiter des fichiers vidéo en extrayant les moments les plus bruyants sous forme de courts segments vidéo. Voici comment il fonctionne :
-
Importation des modules nécessaires :
os,subprocess,numpy(aliasnp),uuid,moviepy.editor(pour VideoFileClip), etscipy.io.wavfile. -
Définition des variables :
temporary_audio_files: une liste vide pour stocker les chemins d'accès aux fichiers audio temporaires.video_extensions: une liste des extensions de fichiers vidéo pris en charge.output_folder: le dossier de sortie pour les segments extraits.
-
Fonctions :
calculate_loudness: Calculer la "forte" d'un signal audio.find_loudest_moments: Identifier les moments les plus forts dans un fichier audio.extract_segments: Extraire ces moments à partir du fichier vidéo original à l'aide deffmpeg.process_video_files: Parcourir tous les fichiers vidéo dans le dossier et les sous-dossiers et les soumettre àfind_loudest_momentsetextract_segments.
-
Exécution principale (
if __name__ == "__main__"):- Demander à l'utilisateur de saisir certains paramètres : temps d'ignorance au début et à la fin, le nombre de moments à extraire, et la durée des segments.
- Appel de
process_video_filesavec les paramètres spécifiés.
-
Opérations de nettoyage :
- Après le traitement, le script nettoie les fichiers audio temporaires qu'il a créés.
Points à noter :
- Le script utilise
ffmpegpour l'extraction de segments vidéo. Assurez-vous d'avoirffmpeginstallé sur votre système pour que le script fonctionne. - Pour l'audio, il utilise apparemment le codec non compressé
pcm_s16leavec une fréquence d'échantillonnage de 44100 Hz. - Les fichiers vidéo temporaires sont supprimés à l'aide d'un
finallybloc, ce qui garantit qu'ils sont supprimés même si une exception se produit pendant le traitement. - Il est important de fermer les
VideoFileClippour libérer les ressources. - Le script suppose qu'il est exécuté dans un répertoire contenant ou lié aux fichiers vidéo à traiter. Il recherche récursivement ces fichiers dans tous les sous-répertoires.
- La variable
temporary_audio_filesest mise à jour avec chaque nouveau fichier audio temporaire généré, et ces fichiers sont supprimés une fois qu'ils ne sont plus nécessaires, contribuant à une bonne gestion des ressources.
Avant d'exécuter le script, assurez-vous que tous les modules utilisés (en particulier
moviepyetffmpeg) sont installés et correctement configurés dans votre environnement Python. -