你的问题很典型：用pydub处理大MP3时，因为它会把整个音频解码为PCM加载到内存，导致内存占用爆炸，同时重新编码的过程也非常耗时。要解决这个问题，直接用ffmpeg进行无损分割是最优解——它不需要解码整个文件，直接操作MP3的帧结构，速度快到离谱，内存占用几乎可以忽略。

为什么pydub的方案效率低？ #

pydub依赖ffmpeg，但它的工作流程天生不适合处理大文件：

1. 把整个MP3文件解码成原始PCM数据（这一步会把130MB的MP3膨胀成好几GB的PCM，也就是你看到5GB内存占用的核心原因）
2. 在内存里切割PCM片段
3. 把每个片段重新编码为MP3（这一步是耗时的主要来源）

而ffmpeg可以直接在不解码整个文件的情况下完成分割，完全跳过解码和重新编码的步骤，速度和内存占用都有质的提升。

两种高效分割方式（命令行+Python集成） #

1. 按文件大小分割（贴合你的Telegram 50MB限制需求） #

直接用ffmpeg命令行，每段严格控制在50MB以内：

ffmpeg -i /tmp/test.mp3 -f segment -segment_size 52428800 -c copy /tmp/test_part%01d.mp3

参数解释：

• -segment_size 52428800：50MB对应的字节数（50 * 1024 * 1024）
• -c copy：直接复制音频流，不重新编码，无损且极速
• /tmp/test_part%01d.mp3：输出文件名，%01d会自动生成0、1、2这样的序号

2. 按时间分割（和你之前的50分钟逻辑对齐） #

如果还是想按固定时长分割，同样用ffmpeg的无损方式：

ffmpeg -i /tmp/test.mp3 -f segment -segment_time 3000 -c copy /tmp/test_part%01d.mp3

参数解释：

• -segment_time 3000：每段3000秒（即50分钟）

3. 集成到Python脚本中 #

如果你需要在Python代码里调用这个逻辑，可以用subprocess模块直接执行ffmpeg命令：

import os
import subprocess

def split_mp3_by_size(file_path, max_size_mb=50):
    base_name = os.path.splitext(os.path.basename(file_path))[0]
    output_dir = "/tmp"
    max_size_bytes = max_size_mb * 1024 * 1024
    output_pattern = os.path.join(output_dir, f"{base_name}_part%01d.mp3")

    # 构建ffmpeg命令
    cmd = [
        "ffmpeg",
        "-i", file_path,
        "-f", "segment",
        "-segment_size", str(max_size_bytes),
        "-c", "copy",
        "-y",  # 自动覆盖已存在的文件
        output_pattern
    ]

    # 执行命令并捕获输出
    result = subprocess.run(cmd, capture_output=True, text=True)
    if result.returncode != 0:
        raise RuntimeError(f"分割失败：{result.stderr}")

    # 收集所有生成的片段文件
    segment_files = []
    index = 0
    while True:
        segment_path = os.path.join(output_dir, f"{base_name}_part{index}.mp3")
        if os.path.exists(segment_path):
            segment_files.append(segment_path)
            index += 1
        else:
            break
    return segment_files

# 测试调用
if __name__ == "__main__":
    try:
        parts = split_mp3_by_size("/tmp/test.mp3")
        print("分割完成，生成的文件：")
        for part in parts:
            size_mb = os.path.getsize(part) / (1024 * 1024)
            print(f"- {part} ({size_mb:.1f} MB)")
    except Exception as e:
        print(f"出错了：{e}")

效果对比 #

用这个方案处理你的130MB MP3文件：

• 内存占用：仅几十MB（ffmpeg只处理当前需要的帧，不会加载整个文件）
• 处理耗时：几秒即可完成（完全没有重新编码的等待时间）
• 输出质量：和原文件完全一致，无任何损失

注意事项 #

• 确保你的系统已经安装了ffmpeg：Ubuntu/Debian可以用sudo apt install ffmpeg，macOS用brew install ffmpeg，Windows可以从ffmpeg官网下载后添加到PATH
• 如果分割后的文件在某些播放器里开头有轻微卡顿，是因为MP3的帧头问题，可以添加-reset_timestamps 1参数让ffmpeg重置每个片段的时间戳：

  ffmpeg -i /tmp/test.mp3 -f segment -segment_size 52428800 -c copy -reset_timestamps 1 /tmp/test_part%01d.mp3
  

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