使用librosa处理音频时如何释放其未被回收的占用内存

你遇到的内存残留问题主要来自三个方面：Python堆内存引用未清零、librosa内置全局缓存未释放、底层C扩展（如numpy、numba、音频读写库）分配的内存不受Python垃圾回收直接管控，可通过以下方法解决：

• 手动清除变量并触发全量垃圾回收
  处理完音频逻辑后，先删除所有关联的临时变量，再主动调用gc模块回收内存，示例代码：

  import gc
  
  # 原有处理逻辑
  y, sr = librosa.load(filepath, sr=None, mono=True)
  f0 = librosa.yin(y, fmin=librosa.note_to_hz('D2'), fmax=librosa.note_to_hz('D6'), sr=sr)
  # 业务逻辑处理f0...
  
  # 内存释放逻辑
  del y, sr, f0
  gc.collect()
  

• 手动清理librosa全局缓存
  librosa 0.8.x版本默认开启了joblib全局缓存，会缓存频谱计算、音高转换等中间结果，处理完后可手动清理：

  # 单任务处理完后清理
  librosa.cache.clear()
  
  # 也可以在代码开头直接禁用全局缓存，彻底避免缓存占用
  librosa.set_cachedir(None)
  

• 替换音频读取逻辑减少额外开销
  librosa.load的底层会产生多个临时数组，你可以直接用soundfile读取音频，功能完全一致且内存开销更低：

  import soundfile as sf
  
  # 等价于librosa.load的mono=True、sr=None逻辑
  y, sr = sf.read(filepath, always_2d=False)
  if y.ndim > 1:
      y = y.mean(axis=1)
  

• 批量处理场景用多进程隔离内存
  如果是批量处理大量音频，最彻底的方案是把单个音频的处理逻辑放到子进程中执行，子进程退出后系统会直接回收所有占用内存，完全规避Python层面的内存泄漏问题，示例代码：

  from multiprocessing import Pool
  
  def single_audio_process(filepath):
      import librosa
      import gc
      # 音频处理逻辑
      y, sr = librosa.load(filepath, sr=None, mono=True)
      f0 = librosa.yin(y, fmin=librosa.note_to_hz('D2'), fmax=librosa.note_to_hz('D6'), sr=sr)
      # 提取你需要的最终结果，比如f0的均值、最值等
      result = your_business_logic(f0)
      # 清理变量
      del y, sr, f0
      gc.collect()
      librosa.cache.clear()
      return result
  
  if __name__ == "__main__":
      audio_file_list = ["1.wav", "2.wav"]
      # processes设置为你需要的并发数，设置为1也可以通过子进程重启实现内存完全释放
      with Pool(processes=2) as pool:
          all_results = pool.map(single_audio_process, audio_file_list)
  

• 可选：升级依赖版本
  Python 3.6和librosa 0.8.1均为停止维护的旧版本，后续版本已经修复了多例已知的内存泄漏问题，如果你环境允许，可升级到Python 3.8+、librosa 0.9.x以上版本，同时同步升级numpy、scipy、soundfile、numba等依赖库，也能解决大部分内存残留问题。

内容的提问来源于stack exchange，提问作者Li Yangli