如何在PyTorch中屏蔽.wav文件指定时段？代码执行后无效果

最核心的问题：时间参数设置错误 #

你代码里的start_time = 1.0和end_time = 1.20对应的是1秒到1.2秒的片段，而不是你想要的1分钟到1分20秒。这种极短的静音片段几乎无法被察觉，自然看起来像是没生效。

正确的时间参数应该是：

• 1:00 对应 60.0 秒
• 1:20 对应 80.0 秒

其他潜在问题与修复方案 #

多声道音频的适配 #

如果你的音频是立体声（或多声道），waveform会是二维数组（形状为[声道数, 采样点数]）。直接用waveform[start_sample:end_sample] = 0会触发索引错误，需要针对所有声道赋值：

# 兼容单声道/多声道的静音处理
if len(waveform.shape) > 1:
    waveform[:, start_sample:end_sample] = 0
else:
    waveform[start_sample:end_sample] = 0

采样点计算的精度优化 #

将时间转换为采样点时，用round()代替int()可以避免截断误差，尤其是高采样率的音频场景：

start_sample = round(start_time * sample_rate)
end_sample = round(end_time * sample_rate)

修正后的完整代码 #

import soundfile as sf

# 加载音频文件
audio_path = 'sample.wav'
waveform, sample_rate = sf.read(audio_path)

# 设置目标静音时段：1:00-1:20
start_time = 60.0  
end_time = 80.0   

# 转换为采样点索引
start_sample = round(start_time * sample_rate)
end_sample = round(end_time * sample_rate)

# 应用静音处理
if len(waveform.shape) > 1:
    waveform[:, start_sample:end_sample] = 0
else:
    waveform[start_sample:end_sample] = 0

# 导出处理后的音频
output_path = "masked_audio.wav"
sf.write(output_path, waveform, sample_rate)

内容的提问来源于stack exchange，提问作者afsara_ben