在Colab笔记本中能否用librosa.load直接读取YouTube链接音频？

Librosa本身并不支持直接从YouTube链接读取音频——它的librosa.load()方法仅处理本地文件或可读取的文件类对象。不过在Colab里可以通过结合工具链，实现无需显式保存音频文件到本地/云端存储，直接将YouTube音频流导入Librosa进行处理的效果。

具体实现步骤 #

1. 安装必要依赖
   在Colab单元格中先安装yt-dlp（替代老旧的youtube-dl，支持更多流媒体站点）和ffmpeg（用于音频解码）：

!pip install yt-dlp
!apt-get install ffmpeg -y

2. 直接流式读取音频到Librosa
   利用yt-dlp的管道输出功能，将YouTube音频流直接传递给Librosa，无需中间文件：

import librosa
import yt_dlp
from io import BytesIO

def load_youtube_audio(youtube_url, sr=None):
    # 配置yt-dlp，输出音频流到管道
    ydl_opts = {
        'format': 'bestaudio/best',
        'postprocessors': [{
            'key': 'FFmpegExtractAudio',
            'preferredcodec': 'wav',
            'preferredquality': '192',
        }],
        'quiet': True,
        'noplaylist': True,
        'outtmpl': '-',  # 输出到标准输出（管道）
    }
    
    with yt_dlp.YoutubeDL(ydl_opts) as ydl:
        # 获取音频流并读取到内存缓冲区
        audio_info = ydl.extract_info(youtube_url, download=False)
        audio_stream = BytesIO(ydl.urlopen(audio_info['url']).read())
    
    # 用Librosa加载内存中的音频
    y, sr = librosa.load(audio_stream, sr=sr)
    return y, sr

# 示例使用
audio, sample_rate = load_youtube_audio("你的YouTube链接")
print(f"加载完成：音频时长{librosa.get_duration(y=audio, sr=sample_rate)}秒，采样率{sample_rate}Hz")

关键说明 #

• yt-dlp负责从YouTube拉取最佳质量的音频流，并通过outtmpl: '-'将输出定向到标准输出，再用BytesIO捕获到内存中。
• Librosa的load()方法可以接受类似文件的对象（比如这里的BytesIO实例），因此能直接读取内存中的音频数据。
• 整个流程完全在内存中完成，不会在Colab的文件系统中留下音频文件，实现了“无需转换下载”的需求。

内容的提问来源于stack exchange，提问作者user10799430