如何避免pydub播放处理音频时重复创建临时文件？

核心问题分析 #

当前代码的两个痛点导致了临时文件泛滥：一是相同文件名每次调用都会重复加载、处理音频文件；二是每个静音分割后的片段单独播放时，都会生成一个临时文件。我们可以通过缓存处理结果和合并片段减少播放次数来解决。

方案一：缓存处理后的音频片段 #

用全局字典缓存已处理过的文件名对应的静音分割片段，相同文件名再次调用时直接复用缓存，避免重复执行加载、增益调整、静音分割等操作：

# 全局缓存字典，键为文件名，值为处理好的音频片段列表
sound_cache = {}

def play_sound(file_name):    
    path_file = os.path.join(WAV_FLDR, f"{file_name}.ogg")    
    if os.path.exists(path_file):
        # 检查缓存，不存在则处理音频并存入缓存
        if file_name not in sound_cache:
            ogg_audio = AudioSegment.from_ogg(path_file)
            sound = ogg_audio.apply_gain(-ogg_audio.max_dBFS)
            silence_threshold = -45
            nonsilent_ranges = silence.split_on_silence(
                sound,
                silence_thresh=silence_threshold,
                min_silence_len=80
            )
            sound_cache[file_name] = nonsilent_ranges
        
        # 直接使用缓存的片段播放
        for sound in sound_cache[file_name]:
            play(sound)
    else:
        print(f"未找到文件：{path_file}")

方案二：合并片段，单次播放减少临时文件 #

如果希望进一步降低临时文件数量，可以把分割后的所有非静音片段合并成一个完整的音频对象，这样播放时只会生成一个临时文件：

sound_cache = {}

def play_sound(file_name):    
    path_file = os.path.join(WAV_FLDR, f"{file_name}.ogg")    
    if os.path.exists(path_file):
        if file_name not in sound_cache:
            ogg_audio = AudioSegment.from_ogg(path_file)
            sound = ogg_audio.apply_gain(-ogg_audio.max_dBFS)
            silence_threshold = -45
            nonsilent_ranges = silence.split_on_silence(
                sound,
                silence_thresh=silence_threshold,
                min_silence_len=80
            )
            # 合并所有非静音片段为单个音频对象
            merged_sound = sum(nonsilent_ranges)
            sound_cache[file_name] = merged_sound
        
        # 播放合并后的音频，仅生成一个临时文件
        play(sound_cache[file_name])
    else:
        print(f"未找到文件：{path_file}")

可选优化：缓存大小限制 #

如果处理的文件名较多，缓存会占用过多内存，可以给缓存设置最大容量，满了就删除最早加入的条目：

sound_cache = {}
MAX_CACHE_SIZE = 10  # 按需调整缓存容量

def play_sound(file_name):    
    path_file = os.path.join(WAV_FLDR, f"{file_name}.ogg")    
    if os.path.exists(path_file):
        if file_name not in sound_cache:
            # 缓存满时清理最早的条目
            if len(sound_cache) >= MAX_CACHE_SIZE:
                oldest_key = next(iter(sound_cache.keys()))
                del sound_cache[oldest_key]
            
            ogg_audio = AudioSegment.from_ogg(path_file)
            sound = ogg_audio.apply_gain(-ogg_audio.max_dBFS)
            silence_threshold = -45
            nonsilent_ranges = silence.split_on_silence(
                sound,
                silence_thresh=silence_threshold,
                min_silence_len=80
            )
            merged_sound = sum(nonsilent_ranges)
            sound_cache[file_name] = merged_sound
        
        play(sound_cache[file_name])
    else:
        print(f"未找到文件：{path_file}")

内容的提问来源于stack exchange，提问作者DAndy boy