AudioSegment拆分后拼接异常：生成超时长音频文件求助

核心问题 #

你的代码中song.dice(2)的参数理解错误——pydub的dice()方法默认以毫秒为单位，所以你实际是把音频拆成了2毫秒的极小片段，而非预期的2秒片段。这导致拆分出的片段数量极其庞大，拼接后总时长自然异常夸张。

解决方案 #

将拆分代码修改为：

songsegs = song.dice(2000)  # 2000毫秒 = 2秒，按2秒拆分

验证步骤 #

可以在拆分后添加代码，确认每个片段的时长是否符合预期：

for seg in songsegs:
    print(f"片段时长：{seg.duration_seconds} 秒")

补充说明 #

你尝试的numpy数组拼接方案同样出问题，本质原因也是拆分时的单位错误——拆分出的海量2毫秒片段，无论用哪种方式拼接，总时长都会是原音频时长的1000倍（因为把2秒拆成2毫秒，片段数量是原来的1000倍），最终导致生成的音频文件时长异常。

内容的提问来源于stack exchange，提问作者F P