如何为PyAV传入起始时间参数以从指定位置读取音频

a) PyAv.open可传入的选项说明 #

PyAv.open的options参数传递的是FFmpeg libavformat支持的输入格式选项，这些选项对应FFmpeg命令中针对输入文件的参数（去掉开头的-）。由于PyAv直接封装FFmpeg的底层库，并没有单独维护一份选项列表，可用选项取决于你要读取的音频容器格式（比如MP3、WAV、FLAC等），以及libavformat本身支持的通用输入选项。

举几个常见的通用选项例子：

• probesize: 设置探测文件格式的缓冲区大小（对应FFmpeg的-probesize）
• analyzeduration: 分析媒体流的最长时间（对应FFmpeg的-analyzeduration）
• 针对特定格式的选项，比如MP3的id3v2_version，可指定读取的ID3版本

如果需要确认某个格式支持的选项，可以通过FFmpeg命令ffmpeg -h demuxer=<格式名>查看（比如ffmpeg -h demuxer=mp3）。

注意：像-ss这类全局seek参数，不能通过open的options传入，PyAv的seek逻辑是在打开文件后通过API操作的。

b) 实现从指定时间点读取音频 #

在PyAV 10中，正确的做法是打开文件后使用容器的seek方法定位到目标时间，而非通过open的选项传入。以下是完整示例代码：

import av

# 打开音频文件
container = av.open("your_audio_file.mp3")

# 获取音频流（通常第一个音频流就是目标）
audio_stream = next(s for s in container.streams if s.type == "audio")

# 定位到第10秒的位置（time参数单位为秒）
container.seek(10, stream=audio_stream)

# 读取后续的音频帧
for frame in container.decode(audio_stream):
    # 处理音频帧，比如转换为numpy数组
    audio_data = frame.to_ndarray()
    # 你的业务逻辑代码
    print(f"读取到音频帧，采样率：{audio_stream.sample_rate}")

细节补充： #

1. container.seek()的time参数直接接受秒数，无需手动转换时间基（PyAV 10已简化该操作）。
2. 指定stream=audio_stream可确保seek操作精准定位到音频流的对应位置，避免视频流（若存在）干扰。
3. 如果需要更精确的帧级定位，可使用timestamp参数结合音频流的time_base计算：

   # 计算目标时间戳：10秒 × 流的time_base分母
   target_timestamp = int(10 / audio_stream.time_base)
   container.seek(target_timestamp, stream=audio_stream, any_frame=False)
   

   any_frame=False会确保定位到关键帧，保证后续解码的完整性。

内容的提问来源于stack exchange，提问作者ETL