Remove silences with ffmpeg

remove_silences.py

import re
import subprocess

# Función para ejecutar el comando FFmpeg
def run_ffmpeg(command):
    result = subprocess.run(command, shell=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE)
    return result.stdout.decode(), result.stderr.decode()

# Detectar los silencios en un archivo de audio
def detect_silence(input_file):
    command = f"ffmpeg -i {input_file} -af silencedetect=n=-45dB:d=1 -f null -"
    stdout, stderr = run_ffmpeg(command)
    return stderr

# Generar los intervalos de tiempo no silenciosos
def extract_non_silent_intervals(silence_output):
    silence_logs = ([ii for ii in silence_output.split("\r\n") if "silence_" in ii])
    
    silences = []

    for log in silence_logs:
        # Buscar valores de silence_start
        start_match = re.search(r"silence_start:\s*([\d.]+)", log)
        if start_match:
            silences.append(float(start_match.group(1)))
        # Buscar valores de silence_end
        end_match = re.search(r"silence_end:\s*([\d.]+)", log)
        if end_match:
            silences.append(float(end_match.group(1)))
    
    return silences

# Crear el filtro 'aselect' basado en los intervalos no silenciosos
def create_aselect_filter(intervals):
    filter_str = ""
    num_silents = int(len(intervals) / 2)

    for ii in range(num_silents):
        # Agregar intervalo no silencioso antes del primer silencio y después
        if ii == num_silents - 1:
            filter_str += f"between(t,{intervals[ii]},{intervals[ii + 1]})"    
        else:
            filter_str += f"between(t,{intervals[ii]},{intervals[ii + 1]})+"
    
    # Retornar el filtro para FFmpeg
    return f"aselect='not({filter_str})'"

# Obtener la duración total del archivo de audio
def get_audio_duration(input_file):
    command = f"ffmpeg -i {input_file}"
    stdout, stderr = run_ffmpeg(command)
    for line in stderr.splitlines():
        if "Duration" in line:
            duration_str = line.split("Duration:")[1].split(",")[0].strip()
            hours, minutes, seconds = map(float, duration_str.split(":"))
            duration = hours * 3600 + minutes * 60 + seconds
            return duration
    return 0

# Función principal para procesar el audio
def remove_silence(input_file, output_file):
    # Detectar los silencios
    silence_output = detect_silence(input_file)
    
    # Extraer los intervalos de silencio
    intervals = extract_non_silent_intervals(silence_output)
    print(intervals)
    # Crear el filtro 'aselect' para seleccionar las partes no silenciosas
    aselect_filter = create_aselect_filter(intervals)

    # Ejecutar el comando FFmpeg para generar el archivo de salida sin los silencios
    command = f"ffmpeg -i {input_file} -af \"{aselect_filter}\",asetpts=N/SR/TB {output_file}"
    stdout, stderr = run_ffmpeg(command)
    print(command)
    
    print("Comando ejecutado con éxito. Archivo generado:", output_file)

# Ejemplo de uso
input_file = 'Grabación.m4a'  # Ruta de tu archivo de audio
output_file = 'output3.mp3'  # Ruta del archivo de salida sin los silencios
remove_silence(input_file, output_file)