【💊 Python的解憂錦囊】使用python-ffmpeg即時串流轉換音檔格式

訊息的即時傳遞已然成為現代社會的趨勢了， 影音也是如此， 即時！ 即時！ 即時！ 已經是目前使用者體驗的必要元素了， 在這邊我們要分享的主題是如何在python程式語言的情境下使用ffmpeg來將音檔串流的轉換格式， 為什麼會有這樣的需求呢？ 因為我們處理音檔時可能會需要統一輸出的格式， 當然背後也是考量到成本、效率兩大因素， 檔案越小越好， 節省的硬體成本可以提昇企業的獲利， 而搭上「串流」的應用我們可以怎麼處理音訊的部份呢？

那麼我們今天的demo概念流程如下：

預期會設計一個讀取器， 一包一包的讀取來源音檔， 並透過python-ffmpeg轉碼， 轉換成指定的音檔格式， 最後將轉換後的封包組合並輸出成檔案。

程式碼分析與實作

這邊是我們實際運作後可行的程式碼：

import ffmpeg
import io
import os
import queue
import threading

def read_output(pipe, q):
    """ 用於非阻塞讀取 ffmpeg 的 stdout """
    while True:
        data = pipe.read(4096)
        if not data:
            break
        q.put(data)
    q.put(None)  # 標記輸出結束

def convert(input_file_path, output_file_path):
    # 打開原始文件
    with open(input_file_path, 'rb') as input_file:
        # 創建一個 BytesIO 物件來處理轉換的輸出
        output_stream = io.BytesIO()

        # 使用 ffmpeg 進行轉換
        process = (
            ffmpeg
            .input('pipe:0')  # 從標準輸入讀取
            .output('pipe:1', format='wav')  # 輸出到標準輸出，格式為 opus
            .run_async(pipe_stdin=True, pipe_stdout=True, pipe_stderr=True)
        )

        # 創建一個隊列來接收標準輸出
        q = queue.Queue()
        # 啟動一個線程來讀取標準輸出
        threading.Thread(target=read_output, args=(process.stdout, q), daemon=True).start()

        # 逐段讀取並寫入轉換過程
        chunk_size = 4096
        while True:
            chunk = input_file.read(chunk_size)
            if not chunk:
                break
            process.stdin.write(chunk)

        # 關閉標準輸入流
        process.stdin.close()

        # 讀取轉換過來的數據並寫入 BytesIO 物件
        while True:
            out_chunk = q.get()
            if out_chunk is None:
                break
            output_stream.write(out_chunk)

        # 確保 process 結束
        process.wait()

        # 將 BytesIO 物件的內容寫入到指定的輸出文件中
        with open(output_file_path, 'wb') as output_file:
            output_file.write(output_stream.getvalue())

# 使用範例
convert('2.mp3', '2.wav')

接著我們用圖來分析一下上述的實作範例：

📌 關鍵重點如下：

1. 多執行緒分別處理標準輸出與輸入。
2. 由queue搭起ffmpeg輸出與輸入的執行緒溝通橋樑。

讓我們來檢視一下轉換前/後

我們轉出後會有以下的音檔：

接著我們使用ffprobe來檢查這兩個檔案：

ffprobe examples/2.mp3

....
Input #0, mp3, from '2.mp3':
  Metadata:
    Encoded by      : LAME in FL Studio 20
    BPM (beats per minute): 120
    date            : 2018
  Duration: 00:00:58.02, start: 0.025057, bitrate: 146 kb/s
  Stream #0:0: Audio: mp3, 44100 Hz, stereo, fltp, 146 kb/s
    Metadata:
      encoder         : LAME3.100

ffprobe examples/2.wav

...
Input #0, wav, from '2.wav':
  Metadata:
    date            : 2018
    encoder         : Lavf59.27.100
  Duration: 00:00:57.99, bitrate: 1411 kb/s
  Stream #0:0: Audio: pcm_s16le ([1][0][0][0] / 0x0001), 44100 Hz, 2 channels, s16, 1411 kb/s

結語

我們的分享僅將格式進行粗淺的轉換， 更多細部的參數調整還是需要您自行對ffmpeg進行設定， 這部份只是在講述如何將小封包流過ffmpeg再流到檔案的過程， 對了， 如果您對於串流應用感到興趣，也歡迎您加入「🔒 阿Han的軟體心法實戰營 - kafka專區」， 讓我們一起為「串流」的資要搭起橋樑， 讓傳輸更即時可靠。