Python使用pydub批量合并wav音频文件运行速度慢如何优化？

性能慢的核心原因 #

你当前代码的性能问题来自逐次累加的操作逻辑：每次执行combined_sounds += sounds[y]时，pydub都会完整拷贝已有的全部音频数据，再追加新片段。当拼接次数为n时，时间复杂度为O(n²)，拼接上千次时拷贝开销会大幅上涨。

优化方案 #

方案1：批量拼接（入门级，改造成本最低） #

不要循环逐次累加，先把所有需要拼接的音频片段按顺序存入列表，再一次性完成拼接，时间复杂度直接降到O(n)，性能可以提升几十到上百倍。
优化后代码示例：

from pydub import AudioSegment

# 预加载所有数字音频，用字典存储方便后续按字符快速索引
digit_audio_map = {}
audio_path_prefix = "Dropbox/PIREAD/"
for num in range(10):
    digit_audio_map[str(num)] = AudioSegment.from_wav(f"{audio_path_prefix}{num}.wav")

# 你的目标拼接序列，可从文本/斐波那契数转换得到
target_digit_seq = "354224848179261915075"

# 按顺序提取所有需要的音频片段到列表
audio_to_combine = [digit_audio_map[char] for char in target_digit_seq]

# 一次性拼接所有片段
combined_audio = sum(audio_to_combine, AudioSegment.empty())

# 导出结果
combined_audio.export(f"{audio_path_prefix}joinedFile.wav", format="wav")

方案2：numpy底层操作（进阶级，适合超大量拼接） #

如果需要拼接的序列长度过万，可以直接操作音频的原始采样数组，跳过pydub对象层的开销，性能会进一步提升：

注意：使用该方案前需保证所有0-9的音频参数（采样率、声道数、位深）完全一致，预加载时可统一转换参数避免异常。

from pydub import AudioSegment
import numpy as np

digit_sample_map = {}
audio_path_prefix = "Dropbox/PIREAD/"
# 读取参考音频获取统一参数
ref_audio = AudioSegment.from_wav(f"{audio_path_prefix}0.wav")
FRAME_RATE = ref_audio.frame_rate
SAMPLE_WIDTH = ref_audio.sample_width
CHANNELS = ref_audio.channels

# 预加载时直接转成numpy采样数组存储
for num in range(10):
    seg = AudioSegment.from_wav(f"{audio_path_prefix}{num}.wav")
    # 可选：统一音频参数
    seg = seg.set_frame_rate(FRAME_RATE).set_channels(CHANNELS).set_sample_width(SAMPLE_WIDTH)
    digit_sample_map[str(num)] = np.array(seg.get_array_of_samples())

# 目标拼接序列
target_digit_seq = "354224848179261915075"
# 批量拼接采样数组
combined_sample_arr = np.concatenate([digit_sample_map[char] for char in target_digit_seq])

# 数组转回音频导出
combined_audio = AudioSegment(
    combined_sample_arr.tobytes(),
    frame_rate=FRAME_RATE,
    sample_width=SAMPLE_WIDTH,
    channels=CHANNELS
)
combined_audio.export(f"{audio_path_prefix}joinedFile.wav", format="wav")

额外优化建议 #

• 如果需要在数字之间插入空白间隔，可预先生成固定长度的空白音频/空白采样数组，插入到拼接列表对应位置即可，不会影响拼接效率。
• 预加载的音频映射可以复用，不需要每次拼接都重新读取本地wav文件。

内容的提问来源于stack exchange，提问作者NimueSTEM