Python と Pydub で音声をループ:繰り返しとクロスフェード
クリップをそのまま複製するには単純な繰り返しを使い、急な接続を和らげるには、末尾と先頭を重ねてクロスフェードします。この手順では Pydub で有限長の WAV ファイルを作成し、終了ステータスで失敗を報告するとともに、既存の出力の置き換えを拒否します。クロスフェードでクリックノイズを軽減できる場合はありますが、音楽的に継ぎ目のないループを保証するものではありません。
前提条件
コマンドには Linux 上の Bash、仮想環境をサポートする Python、FFmpeg、ffprobe を使います。この手順は Python 3.12.13 と 3.14.7、Pydub 0.25.1、FFmpeg 7.1.5 と 9.0.1 で検証済みです。Python とネイティブツールはディストリビューション経由でインストールしてください。FFmpeg のダウンロードページにパッケージへのリンクがあります。実行ファイルを確認します。
python3 --version && ffmpeg -version && ffprobe -version
入力には、非圧縮のリトルエンディアン符号付き 16 ビット PCM WAV で、チャンネル数が一つまたは二つのファイルを使ってください。スクリプトはサンプルレートとチャンネル数を保持し、それ以外のサンプルエンコーディングは、バイト列を 16 ビット整数として解釈せずに拒否します。結果全体をメモリ上で構築するため、まずは短いクリップで試してください。
必要なツールのセットアップ
新しい空の作業ディレクトリで Bash シェルを開きます。新規の仮想環境に、バージョンを固定したパッケージをインストールします。最初のチェックは、既存の .venv の再利用を拒否します。
test ! -e .venv && test ! -L .venv &&
python3 -m venv .venv &&
.venv/bin/python -m pip install 'pydub==0.25.1' 'audioop-lts==0.2.2; python_version >= "3.13"'
Python は 3.13 で audioop を削除しました。Pydub 0.25.1 はこれを使用するため、新しい Python バージョンでは、条件付き依存関係によって
audioop-ltsが提供されます。これらのコマンドは仮想環境を直接使用するため、有効化は不要です。インストールに失敗しても、シェルは作業ディレクトリにとどまります。セットアップを再試行する前に、新しいディレクトリを選んでください。
Pydub による基本的なループ処理
次のプログラム全体を loop_audio.py として保存します。標準ライブラリの読み取り機能 waveで
PCM コンテナを検証し、Pydub のセグメントを構築する前に、宣言されたすべてのフレームが存在することをスクリプトで確認します。空のファイル、正でない繰り返し回数、負のクロスフェード時間、クリップの長さ以上のクロスフェード時間は拒否します。
出力は保存先と同じディレクトリ内に一時保存し、ハードリンクで公開します。ハードリンクをサポートする書き込み可能なローカルファイルシステムと、既存の出力ディレクトリを使ってください。通常の失敗時には一時保存ディレクトリを削除し、既存の保存先ファイルは保持します。
import argparse
import os
from pathlib import Path
import sys
from tempfile import TemporaryDirectory
import wave
from pydub import AudioSegment
def read_pcm(source):
with wave.open(str(source), 'rb') as recording:
channels = recording.getnchannels()
rate = recording.getframerate()
frames = recording.getnframes()
if (recording.getcomptype() != 'NONE'
or recording.getsampwidth() != 2 or channels not in (1, 2)):
raise ValueError('Expected mono or stereo signed 16-bit PCM WAV')
data = recording.readframes(frames)
if frames == 0 or len(data) != frames * channels * 2:
raise ValueError('Empty or truncated PCM data')
return AudioSegment(data=data, sample_width=2, frame_rate=rate, channels=channels)
def main():
parser = argparse.ArgumentParser(description='Repeat a PCM WAV clip')
parser.add_argument('--repeats', type=int, default=3)
parser.add_argument('--crossfade-ms', type=int, default=0)
parser.add_argument('input', type=Path)
parser.add_argument('output', type=Path)
args = parser.parse_args()
if args.repeats < 1 or args.crossfade_ms < 0:
parser.error('--repeats must be positive; --crossfade-ms must be nonnegative')
try:
if args.output.suffix.lower() != '.wav':
raise ValueError('The output must have a .wav extension')
if os.path.lexists(args.output):
raise FileExistsError(f'Output already exists: {args.output}')
audio = read_pcm(args.input)
if args.crossfade_ms and args.crossfade_ms >= len(audio):
raise ValueError('The crossfade must be shorter than the clip')
if args.crossfade_ms == 0:
combined = audio * args.repeats
else:
combined = audio
for _ in range(args.repeats - 1):
combined = combined.append(audio, crossfade=args.crossfade_ms)
with TemporaryDirectory(prefix='.loop-', dir=args.output.parent) as work:
staged = Path(work) / 'loop.wav'
combined.export(staged, format='wav').close()
os.link(staged, args.output)
except (OSError, ValueError, wave.Error, EOFError) as error:
print(f'FAILED {args.input}: {error}', file=sys.stderr)
return 1
seconds = combined.frame_count() / combined.frame_rate
print(f'Wrote {args.output}: {seconds:.6f} seconds, {combined.channels} channel(s)')
return 0
if __name__ == '__main__':
sys.exit(main())
互換性のある独自の input.wav を使うか、先頭と末尾が意図的に一致しない一秒間のトーンを生成します。テスト用ファイルがすでに存在する場合、存在チェックは失敗ステータスを返します。FFmpeg の -n フラグも上書きを拒否します。
test ! -e input.wav && test ! -L input.wav &&
ffmpeg -nostdin -hide_banner -v error -n -f lavfi \
-i 'aevalsrc=0.25*sin(2*PI*440.5*t+PI/4):s=48000:d=1' -c:a pcm_s16le input.wav
五回繰り返します。
.venv/bin/python loop_audio.py --repeats 5 -- input.wav repeated.wav
Wrote repeated.wav: 5.000000 seconds, 1 channel(s) とステータス 0 が返るはずです。単純な繰り返しでは無音を含むすべての入力フレームが保持されますが、最後と最初のサンプルの間にある不連続も繰り返されます。同じコマンドを再実行すると、ステータス 1 が返り、repeated.wav は保持されます。無効な引数にはステータス 2 を返します。入力の欠落、検出された切り詰め、非対応のサンプルエンコーディングなどの入出力エラーには、ステータス 1 を返します。宣言されたフレームの確認だけでは、保存前の録音が完全だったかどうかや、有効なサンプル値が改変されていないかどうかは判断できません。
内部の接続部分のクロスフェード
新しい出力ファイル名を選び、重なりを 25 ms に設定します。
.venv/bin/python loop_audio.py --repeats 5 --crossfade-ms 25 -- input.wav crossfaded.wav
Wrote crossfaded.wav: 4.900000 seconds, 1 channel(s) が返るはずです。Pydub の
append 操作は、それまでに連結した音声の末尾と、次のコピーの先頭を重ねます。長さ D のコピーが N 個あり、クロスフェードの長さが F の場合、結果の長さはおよそ N × D − (N − 1) × F です。一秒のコピーを五つ連結すると接続部分は四つになるため、合計で 100 ms 短くなります。Pydub はミリ秒単位でスライスするため、その刻みに合わないクリップやサンプルレートでは、サンプルの丸めが生じる場合があります。単純な繰り返しは、このスライス処理を行わずに元のフレームを使います。
保存した WAV ファイルの確認
指定した両方の出力ファイルを調べ、全体をデコードします。
ffprobe -v error -select_streams a:0 \
-show_entries stream=codec_name,sample_rate,channels:format=duration -of json repeated.wav &&
ffmpeg -nostdin -v error -xerror -i repeated.wav -f null - &&
ffprobe -v error -select_streams a:0 \
-show_entries stream=codec_name,sample_rate,channels:format=duration -of json crossfaded.wav &&
ffmpeg -nostdin -v error -xerror -i crossfaded.wav -f null -
生成したトーンの場合、両方のファイルで pcm_s16le、48000 Hz、一チャンネルと報告されるはずです。長さはそれぞれ 5 秒と 4.9 秒です。デコードコマンドはエラーなしで終了するはずです。これらのチェックで形式、時間情報、デコード可能性を確認できます。接続部分が録音に適しているかどうかは、音声プレーヤーで聴いて判断してください。
適切なループ境界の選択
ゼロクロス点を使うと振幅の急変を軽減できる場合がありますが、二つのゼロクロス点では傾き、位相、チャンネルの挙動が異なることがあります。ビート検出はリズムに沿った編集位置の候補を示しますが、音符、環境音、リバーブが自然につながることを確認するものではありません。どちらの処理でも無音の入力は無音のままです。また、クロスフェードはトランジェントをぼかしたり、各繰り返しを短くしてリズムを変えたりする場合があります。
このスクリプトがフェード処理するのは内部の接続部分だけです。保存したファイルの末尾を先頭につなぐ処理はしないため、出力全体を無期限に繰り返し再生すると、依然としてクリックノイズが出る場合があります。実際に使うプレーヤーで、内部の接続部分と外側の境界の両方を試聴してください。ゲームや BGM 用のループでは、まず音楽的につながる区間を選び、ステレオの両チャンネルを確認してから重なりの長さを決めてください。
FFmpeg による長いファイルの繰り返し
Pydub は入力と、連結によって長くなる結果をメモリ上に保持します。読み込み済みのセグメントをチャンクに分割しても、最初のメモリ割り当てはなくなりません。ファイル全体の繰り返しだけが必要なら、FFmpeg を使うと、繰り返した PCM バッファ全体を Python 内で構築せずに処理できます。
test ! -e repeated-ffmpeg.wav && test ! -L repeated-ffmpeg.wav &&
ffmpeg -nostdin -hide_banner -v error -xerror -n -stream_loop 4 \
-i input.wav -map 0:a:0 -c:a pcm_s16le repeated-ffmpeg.wav
入力オプション -stream_loopは、追加の再生回数を数えます。4 を指定すると、最初の再生を含めて五回分になります。このコマンドはトーンから五秒間の WAV を作成し、サンプルレートとチャンネル数を保持します。クロスフェードは追加しません。これらのコマンドは順番に実行してください。存在チェックにより、再実行時は FFmpeg を呼び出す前に失敗します。FFmpeg 9.0.1 では、-n だけだと、上書き拒否がステータス 0 で報告されることがあります。-xerror は、処理エラーが報告されたときにコマンドを失敗させます。書き込み開始後に失敗すると、不完全な新規ファイルが残る場合があります。再試行する前に、その失敗した出力を削除してください。デコードの成功は、スクリプトに届く前の録音が完全だったことを証明しません。
編集用の出力は PCM WAV のまま保持し、配信用にエンコードする前に接続部分を確認してください。選択した区間にさらにフェードやゲイン調整が必要な場合は、Pydub APIのドキュメントを参照してください。
