Jupyter Notebook中FFmpeg去除音频首尾静音报错求助

问题详情 #

在Jupyter Notebook中调用自定义函数remove_silence，试图用FFmpeg去除音频首尾静音并覆盖原文件，但始终返回非零退出状态错误。已尝试将音频转为WAV格式、调整FFmpeg命令参数，均未解决问题。

相关代码 #

def remove_silence(input_file):
    """
    Remove silence from the start and end of an audio file and overwrite the original file.

    Args:
    input_file (str): Path to the audio file.

    Returns:
    str: Path to the processed audio file (same as input path).
    """
    # Construir el comando FFmpeg en una lista
    ffmpeg_cmd = [
        "ffmpeg",
        "-y",  # Sobrescribir el archivo de salida sin preguntar
        "-i", input_file,  # Archivo de entrada
        "-af", "silenceremove=start_periods=1:stop_periods=-1:start_threshold=-50dB:stop_threshold=-50dB:start_silence=0.2:stop_silence=0.2",  # Filtros de audio
        input_file  # Archivo de salida (sobrescribiendo el archivo original)
    ]
    
    try:
        # Ejecutar el comando
        subprocess.run(ffmpeg_cmd, check=True)
        print("Silence successfully removed!")
        return input_file
    except subprocess.CalledProcessError as e:
        print(f"Error during silence removal: {e}")
        return None

错误信息 #

Error during silence removal: Command '["ffmpeg", "-y", "-i", "BNE.wav", "-af", "silenceremove=start_periods=1:stop_periods=-1:start_threshold=-50dB:stop_threshold=-50dB:start_silence=0.2:stop_silence=0.2", "BNE.wav"]' returned non-zero exit status 4294967274.

问题原因 #

FFmpeg不能直接同时读写同一个文件。当指定输入和输出路径相同时，FFmpeg会在处理前清空输出文件，导致读取输入文件时数据丢失，进而触发错误。

修复方案 #

修改函数逻辑，先将处理后的音频输出到临时文件，完成后再替换原文件，同时优化参数提升稳定性：

import subprocess
import os
import tempfile

def remove_silence(input_file):
    """
    Remove silence from the start and end of an audio file and overwrite the original file.

    Args:
    input_file (str): Path to the audio file.

    Returns:
    str: Path to the processed audio file (same as input path).
    """
    # 创建临时文件，避免直接覆盖原文件
    with tempfile.NamedTemporaryFile(suffix='.wav', delete=False) as temp_file:
        temp_output = temp_file.name
    
    try:
        # 构建FFmpeg命令，输出到临时文件
        ffmpeg_cmd = [
            "ffmpeg",
            "-y",
            "-i", input_file,
            "-af", "silenceremove=start_periods=1:stop_periods=1:start_threshold=-50dB:stop_threshold=-50dB:start_silence=0.2:stop_silence=0.2",
            temp_output
        ]
        # 捕获FFmpeg输出，方便排查问题
        subprocess.run(ffmpeg_cmd, check=True, capture_output=True, text=True)
        
        # 替换原文件
        os.replace(temp_output, input_file)
        print("Silence successfully removed!")
        return input_file
    except subprocess.CalledProcessError as e:
        print(f"Error details: {e.stderr}")
        # 清理临时文件
        if os.path.exists(temp_output):
            os.remove(temp_output)
        return None
    finally:
        # 确保临时文件被清理（若替换失败）
        if os.path.exists(temp_output):
            os.remove(temp_output)

参数优化说明 #

• 将stop_periods=-1改为stop_periods=1：-1会检测所有末尾静音段，易导致误截断；1仅去除最后一段静音，更贴合“去除首尾静音”的需求。
• 添加capture_output=True和text=True：捕获FFmpeg的标准错误输出，能更精准定位参数错误、文件损坏等深层问题。

内容的提问来源于stack exchange，提问作者Teko JR