کد پایتون برای برش و ویرایش فایل صوتی (Audio Cutter)

برش و ویرایش فایل‌های صوتی یکی از نیازهای اساسی در پروژه‌های تولید محتوا، ساخت پادکست، پردازش گفتار و توسعه بازی‌ها است. با نوشتن یک اسکریپت ساده پایتون، شما نیازی به نصب نرم‌افزارهای سنگین ویرایش صدا نخواهید داشت و می‌توانید فرآیند بریدن صدا را کاملاً خودکارسازی کنید.

۱. چرا پایتون برای ویرایش فایل صوتی مناسب است؟

پاسخ کوتاه: پایتون به دلیل داشتن کتابخانه‌های بهینه‌سازی‌شده مانند Pydub و Librosa، به شما اجازه می‌دهد فایل‌های صوتی را با سرعت بالا، در خطوط کم کدنویسی و بدون درگیر شدن با مفاهیم پیچیده فشرده‌سازی دیجیتال، ویرایش و فرمت‌بندی کنید.

برخلاف برنامه‌های گرافیکی که نیاز به رندر طولانی‌مدت دارند، کدهای پایتون به طور مستقیم با داده‌های باینری صدا ارتباط برقرار می‌کنند. این ویژگی برای کسانی که می‌خواهند صدها فایل صوتی را به صورت دسته‌ای (Batch Processing) برش دهند، یک نجات‌دهنده واقعی است.

۲. پیش‌نیازها و نصب ابزارهای مورد نیاز

برای شروع کار با صدا در پایتون، به یک کتابخانه اصلی به نام pydub و یک ابزار سیستمی به نام FFmpeg نیاز داریم. کتابخانه Pydub برای خواندن و نوشتن فایل‌ها به FFmpeg وابسته است.

اگر نیاز به یادگیری اصول پایه‌ای اجرای کدها دارید، می‌توانید بخش تکه‌کدهای پایتون را بررسی کنید تا با ساختار کلی اجرای اسکریپت‌ها آشنا شوید.

مراحل نصب کتابخانه Pydub

ترمینال یا Command Prompt خود را باز کنید و دستور زیر را برای نصب کتابخانه بنویسید:

pip install pydub

نصب و فعال‌سازی FFmpeg

• ویندوز: FFmpeg را از وب‌سایت رسمی دانلود کرده، آن را از حالت فشرده خارج کنید و مسیر پوشه bin آن را به Environment Variables سیستم خود اضافه کنید.
• مک (macOS): با استفاده از ترمینال و ابزار Homebrew دستور brew install ffmpeg را اجرا کنید.
• لینوکس (Ubuntu/Debian): دستور sudo apt install ffmpeg را در ترمینال وارد کنید.

۳. کد پایتون برای برش ساده فایل صوتی (آموزش گام‌به‌گام)

پاسخ کوتاه: برای برش یک فایل صوتی در پایتون، فایل را با استفاده از متد AudioSegment.from_file لود کرده، محدوده زمانی مورد نظر را به میلی‌ثانیه مشخص کنید (مثلاً از ثانیه ۱۰ تا ۳۰) و خروجی را با متد export ذخیره کنید.

در ادامه کد کامل این فرآیند را مشاهده می‌کنید. توجه داشته باشید که در Pydub زمان بر حسب میلی‌ثانیه محاسبه می‌شود (هر ۱ ثانیه برابر با ۱۰۰۰ میلی‌ثانیه است).

from pydub import AudioSegment

def cut_audio(input_file, output_file, start_sec, end_sec):
    # تبدیل ثانیه به میلی‌ثانیه
    start_ms = start_sec * 1000
    end_ms = end_sec * 1000
    
    # بارگذاری فایل صوتی (پشتیبانی از MP3, WAV, OGG و غیره)
    audio = AudioSegment.from_file(input_file)
    
    # برش بخش مورد نظر
    cropped_audio = audio[start_ms:end_ms]
    
    # ذخیره فایل برش‌خورده جدید
    cropped_audio.export(output_file, format="mp3")
    print(f"فایل صوتی با موفقیت برش داده شد و در {output_file} ذخیره گردید.")

# مثال عملی: برش از ثانیه ۱۵ تا ثانیه ۴۵
cut_audio("podcast.mp3", "podcast_trimmed.mp3", 15, 45)

این کد بسیار بهینه است زیرا کل فایل را در حافظه لود نمی‌کند و فقط بخش‌های مشخص‌شده را برای فشرده‌سازی نهایی ارسال می‌کند. شما می‌توانید فرمت خروجی را به wav یا ogg نیز تغییر دهید.

۴. مقایسه کتابخانه‌های پردازش صدا در پایتون

انتخاب ابزار مناسب بستگی به پروژه شما دارد. جدول زیر به شما کمک می‌کند بهترین کتابخانه را بر اساس نیاز خود انتخاب کنید:

۵. ویژگی‌های پیشرفته: افکت‌ها و چسباندن فایل‌ها

گاهی اوقات فقط بریدن صدا کافی نیست؛ شما نیاز دارید فایل‌های بریده شده را به هم متصل کنید یا افکت‌های نرم شدن صدا (Fade In و Fade Out) را اعمال کنید تا ابتدا و انتهای فایل ناگهان قطع نشود.

from pydub import AudioSegment

# بارگذاری دو فایل صوتی مجزا
clip1 = AudioSegment.from_file("intro.mp3")
clip2 = AudioSegment.from_file("main_audio.mp3")

# برش دادن بخش مشخصی از فایل دوم (۱۰ ثانیه اول)
clip2_trimmed = clip2[:10000]

# اعمال افکت Fade In در ابتدا و Fade Out در انتهای فایل دوم
smooth_clip2 = clip2_trimmed.fade_in(2000).fade_out(1500)

# چسباندن فایل اول به فایل دوم با ایجاد یک فاصله ملایم
final_audio = clip1 + smooth_clip2

# ذخیره خروجی نهایی
final_audio.export("combined_podcast.mp3", format="mp3")

استفاده از fade_in(2000) باعث می‌شود ولوم صدا در ۲ ثانیه ابتدایی به آرامی از صفر به حداکثر برسد که مانع از آسیب صوتی به گوش شنونده خواهد شد.

۶. ساخت یک نرم‌افزار برش صدای گرافیکی ساده

اگر تمایل دارید اسکریپت خود را به شکل یک برنامه دسکتاپ با ظاهر بصری توسعه دهید، کتابخانه پیش‌فرض پایتون یعنی Tkinter بهترین گزینه است. برای یافتن سورس کدهای بیشتر در حوزه وب و قالب‌ها، مرور کردن مجموعه اسنیپت‌های fa-tools به شما ایده تفصیلی خواهد داد.

import tkinter as tk
from tkinter import filedialog, messagebox
from pydub import AudioSegment

def select_file():
    file_path = filedialog.askopenfilename(filetypes=[("Audio Files", "*.mp3 *.wav *.ogg")])
    entry_file.delete(0, tk.END)
    entry_file.insert(0, file_path)

def start_cut():
    try:
        file_path = entry_file.get()
        start = int(entry_start.get()) * 1000
        end = int(entry_end.get()) * 1000
        
        audio = AudioSegment.from_file(file_path)
        cropped = audio[start:end]
        
        save_path = filedialog.asksaveasfilename(defaultextension=".mp3", filetypes=[("MP3 file", "*.mp3")])
        if save_path:
            cropped.export(save_path, format="mp3")
            messagebox.showinfo("موفقیت", "فایل صوتی با موفقیت ذخیره شد!")
    except Exception as e:
        messagebox.showerror("خطا", f"مشکلی پیش آمد: {str(e)}")

# ساخت پنجره اصلی گرافیکی
root = tk.Tk()
root.title("برش دهنده صوتی پایتون")
root.geometry("400x250")

# دکمه انتخاب فایل
btn_select = tk.Button(root, text="انتخاب فایل صوتی", command=select_file)
btn_select.pack(pady=10)

entry_file = tk.Entry(root, width=40)
entry_file.pack()

# زمان شروع و پایان
tk.Label(root, text="زمان شروع (ثانیه):").pack(pady=5)
entry_start = tk.Entry(root)
entry_start.pack()

tk.Label(root, text="زمان پایان (ثانیه):").pack(pady=5)
entry_end = tk.Entry(root)
entry_end.pack()

# دکمه نهایی برش
btn_cut = tk.Button(root, text="برش و ذخیره فایل جدید", command=start_cut, bg="#4CAF50", fg="white")
btn_cut.pack(pady=15)

root.mainloop()

۷. عیب‌یابی سریع و رفع خطاهای رایج

کار با فایل‌های چندرسانه‌ای اغلب با خطاهای سیستمی همراه است. در اینجا رایج‌ترین خطاها و نحوه رفع آنها آورده شده است:

• خطای: FileNotFoundError: [WinError 2]
  این خطا زمانی رخ می‌دهد که سیستم نمی‌تواند ابزار FFmpeg را پیدا کند. مطمئن شوید که آن را دانلود کرده و مسیر فولدر bin را به سیستم PATH ویندوز اضافه کرده‌اید و سپس ترمینال یا IDE خود را مجدداً راه‌اندازی کنید.
• خطای: PermissionError
  این خطا معمولاً به این معنی است که فایل صوتی انتخابی شما در نرم‌افزار دیگری (مانند پخش‌کننده موسیقی یا ادیتور دیگر) در حال اجرا و قفل شده است. برنامه را ببندید و مجدداً کد را اجرا کنید.
• کند بودن فرآیند خروجی گرفتن برای فایل‌های بزرگ
  اگر با فایل‌های سنگینِ چند گیگابایتی سر و کار دارید، کتابخانه Pydub ممکن است با محدودیت رم مواجه شود. در این صورت، به‌جای Pydub، از کتابخانه moviepy یا مستقیماً از دستورات سیستمی خط فرمان ffmpeg استفاده کنید.

۸. پرسش‌های متداول

آیا این کدها بدون اینترنت هم کار می‌کنند؟

بله، تمام پردازش‌های ویرایش و بریدن فایل‌های صوتی به صورت کاملاً آفلاین و لوکال روی سخت‌افزار کامپیوتر شما انجام می‌شود.

چه فرمت‌هایی توسط این اسکریپت پشتیبانی می‌شود؟

اگر ابزار FFmpeg به درستی نصب شده باشد، تقریباً از تمام فرمت‌های معروف از جمله MP3, WAV, AAC, M4A, FLAC, WMA و OGG پشتیبانی می‌شود.

چطور می‌توانم کیفیت فایل خروجی را تغییر دهم؟

هنگام گرفتن خروجی، می‌توانید پارامتر bitrate را به متد export اضافه کنید؛ برای مثال: audio.export("output.mp3", format="mp3", bitrate="192k").

آیا این روش باعث کاهش کیفیت صدای خروجی می‌شود؟

خیر؛ پایتون بدون تغییر در کیفیت موج‌های صوتی، بیت‌های صوتی را برش می‌دهد. با این حال اگر خروجی را مجدداً فشرده‌سازی کنید (مثلاً تبدیل WAV به MP3)، ممکن است افت بسیار ناچیزی ایجاد شود.