Initial commit

mp3cut/convert.py

@@ -0,0 +1,21 @@
+#!/usr/bin/python3
+# coding=utf-8
+from pydub import AudioSegment
+import sys,os
+
+def convert(wav):
+    # Lade die WAV-Datei
+    audio = AudioSegment.from_wav(wav)
+
+    print(wav)
+    
+    output = os.path.splitext(wav)[0]
+    outputname = output+".mp3"
+#    print(outputname)
+
+    # Speichere sie als MP3 (z.B. mit einer Bitrate von 192 kbps)
+    audio.export(outputname, format="mp3", bitrate="192k")
+
+print("Konvertierung abgeschlossen!")
+
+convert(sys.argv[1])

mp3cut/convert.sh

@@ -0,0 +1,9 @@
+#!/bin/bash
+
+for i in $(ls *.wav)
+do
+python3 convert.py $i
+echo $i
+rm -f $i
+done
+

mp3cut/mp3cut.py

@@ -0,0 +1,56 @@
+from pydub import AudioSegment, silence
+import speech_recognition as sr
+import os
+
+# Lade die MP3-Datei und konvertiere sie zu WAV
+audio = AudioSegment.from_mp3("20250614.mp3")
+audio = audio.set_channels(2).set_frame_rate(48000)  # Mono & 16kHz für bessere Erkennung
+
+BUFFER_BEFORE = 300
+BUFFER_AFTER = 300
+# Stille erkennen mit optimierten Werten
+silent_ranges = silence.detect_silence(audio, min_silence_len=400, silence_thresh=-45)
+silent_ranges = [(start, end) for start, end in silent_ranges if end - start > 200]  # Kurze Pausen filtern
+
+# Wortsegmente bestimmen
+word_segments = []
+start = 0
+for silence_start, silence_end in silent_ranges:
+    word_segments.append((start, silence_start))
+    start = silence_end
+word_segments.append((start, len(audio)))  # Letztes Wort hinzufügen
+
+# Sprach-Recognizer vorbereiten
+recognizer = sr.Recognizer()
+namenr = 1
+# Jedes Segment speichern und transkribieren
+for i, (start, end) in enumerate(word_segments):
+
+    start = max(0, start - BUFFER_BEFORE)
+    end = min(len(audio), end + BUFFER_AFTER)
+    segment = audio[start:end]
+    temp_file = f"temp_word_{i+1}.wav"
+
+    segment.export(temp_file, format="wav")
+    #word_text = ""
+    # Spracherkennung durchführen
+    with sr.AudioFile(temp_file) as source:
+        audio_data = recognizer.record(source)
+        try:
+            word_text = recognizer.recognize_google(audio_data, language="sv-SE")  # Schwedisch
+            print("Erkanntes Wort:", word_text)
+            word_text = word_text.replace(" ", "_")  # Leerzeichen durch Unterstrich ersetzen
+            final_file = f"{word_text}.wav"
+            print(f"Wort {i+1}: {word_text} -> Gespeichert als {final_file}")
+            os.rename(temp_file, final_file)
+        except sr.UnknownValueError:
+            print("Google konnte nichts erkennen.")
+            final_file = f"{namenr}.wav"
+            os.rename(temp_file, final_file)
+            print(f"{namenr} -> Gespeichert als {final_file}")
+            namenr = namenr + 1
+
+        except Exception as e:
+            print(f"Fehler: {e}")
+
+print("Fertig! Alle Worte wurden gespeichert.")