podcast-splitter

ポッドキャスト分割ツール

無音検出に基づいて、音声ファイルを自動的にセグメントに分割します。ポッドキャストをチャプターに分けたり、長時間の録音からクリップを作成したり、無音部分を削除したりするのに最適です。

クイックスタート

from scripts.podcast_splitter import PodcastSplitter

# Auto-split by silence
splitter = PodcastSplitter("podcast_episode.mp3")
segments = splitter.split_by_silence()
splitter.export_segments("./chapters/")

# Remove long silences
splitter = PodcastSplitter("raw_recording.mp3")
splitter.remove_silence(min_length=2000)  # Remove silences > 2 seconds
splitter.save("clean_recording.mp3")

特長

• 無音検出：しきい値と継続時間を設定できます
• 自動分割：自然な区切りで音声を分割します
• 無音の削除：長い無音部分を削除または短縮します
• チャプターのエクスポート：個々のセグメントをファイルとして保存します
• プレビューモード：分割せずに検出された無音部分を一覧表示します
• バッチ処理：複数のファイルを処理します

API リファレンス

初期化

splitter = PodcastSplitter("audio.mp3")

# With custom settings
splitter = PodcastSplitter(
    "audio.mp3",
    silence_thresh=-40,    # dBFS threshold
    min_silence_len=1000,  # Minimum silence length (ms)
    keep_silence=300       # Silence to keep at segment edges (ms)
)

無音検出

# Detect silence regions
silences = splitter.detect_silence()
# Returns: [(start_ms, end_ms), (start_ms, end_ms), ...]

# Print silence summary
splitter.print_silence_report()

分割

# Split at all detected silences
segments = splitter.split_by_silence()

# Split at silences longer than threshold
segments = splitter.split_by_silence(min_silence_len=3000)

# Limit number of segments
segments = splitter.split_by_silence(max_segments=10)

無音の削除

# Remove silences longer than threshold
splitter.remove_silence(min_length=2000)  # Remove >2s silences

# Shorten silences to max length
splitter.shorten_silence(max_length=500)  # Cap at 500ms

# Remove leading/trailing silence only
splitter.strip_silence()

エクスポート

# Export all segments
splitter.export_segments(
    output_dir="./chapters/",
    prefix="chapter",       # chapter_01.mp3, chapter_02.mp3
    format="mp3",
    bitrate=192
)

# Export specific segments
splitter.export_segment(0, "intro.mp3")
splitter.export_segment(3, "conclusion.mp3")

# Save modified audio
splitter.save("output.mp3")

CLI の使用方法

# Split podcast into chapters
python podcast_splitter.py --input episode.mp3 --output-dir ./chapters/

# Detect and list silences (no splitting)
python podcast_splitter.py --input episode.mp3 --detect-only

# Remove long silences
python podcast_splitter.py --input raw.mp3 --output clean.mp3 --remove-silence 2000

# Custom sensitivity
python podcast_splitter.py --input episode.mp3 --output-dir ./chapters/ \
    --threshold -35 --min-silence 2000 --keep-silence 500

CLI 引数

引数	説明	デフォルト
--input	入力音声ファイル	必須
--output	出力ファイル（無音の削除用）	-
--output-dir	セグメントの出力ディレクトリ	-
--detect-only	無音部分の検出と報告のみを行います	False
--threshold	無音のしきい値（dBFS）	-40
--min-silence	検出する最小の無音時間（ms）	1000
--keep-silence	端に残す無音時間（ms）	300
--max-segments	作成するセグメントの最大数	None
--remove-silence	指定時間（ms）を超える無音部分を削除します	-
--shorten-silence	無音の長さを指定時間（ms）以下にします	-
--prefix	出力ファイル名のプレフィックス	segment
--format	出力形式	mp3
--bitrate	出力ビットレート（kbps）	192

例

インタビューを質疑応答セグメントに分割する

splitter = PodcastSplitter(
    "interview.mp3",
    silence_thresh=-35,     # Less sensitive (louder threshold)
    min_silence_len=2000,   # Only split on 2+ second pauses
    keep_silence=400        # Keep some silence for natural feel
)

segments = splitter.split_by_silence()
print(f"Found {len(segments)} segments")

splitter.export_segments("./questions/", prefix="qa")

録音から無音部分を削除する

splitter = PodcastSplitter("raw_recording.mp3")

# Show what would be removed
splitter.print_silence_report()

# Remove silences longer than 3 seconds
splitter.remove_silence(min_length=3000)

# Cap remaining silences at 1 second
splitter.shorten_silence(max_length=1000)

splitter.save("clean_recording.mp3")

ハイライトクリップを作成する

splitter = PodcastSplitter("episode.mp3")
segments = splitter.split_by_silence(min_silence_len=5000)

# Export only segments longer than 30 seconds
for i, segment in enumerate(segments):
    duration = segment['end'] - segment['start']
    if duration > 30000:  # > 30 seconds
        splitter.export_segment(i, f"highlight_{i+1}.mp3")

エピソードをバッチ処理する

import os
from scripts.podcast_splitter import PodcastSplitter

episodes_dir = "./raw_episodes/"
output_dir = "./processed/"

for filename in os.listdir(episodes_dir):
    if filename.endswith('.mp3'):
        filepath = os.path.join(episodes_dir, filename)
        splitter = PodcastSplitter(filepath)

        # Remove long silences
        splitter.remove_silence(min_length=2000)

        # Save cleaned version
        output_path = os.path.join(output_dir, filename)
        splitter.save(output_path)
        print(f"Processed: {filename}")

無音検出をプレビューする

splitter = PodcastSplitter("episode.mp3")

# Get detailed silence info
silences = splitter.detect_silence()

print("Detected Silences:")
for i, (start, end) in enumerate(silences):
    duration = (end - start) / 1000
    start_time = start / 1000
    print(f"  {i+1}. {start_time:.1f}s - {duration:.1f}s silence")

# Print summary
splitter.print_silence_report()

検出設定ガイド

音声の種類	しきい値	最小無音時間	備考
静かなスタジオ	-50 dBFS	500ms	非常に高感度
一般的なポッドキャスト	-40 dBFS	1000ms	デフォルト
ノイズの多い録音	-35 dBFS	1500ms	低感度
休止を含む音楽	-30 dBFS	2000ms	話し声の休止向け

感度の調整

• 分割数を増やす：しきい値を下げ（例：-50）、min_silence を短くします
• 分割数を減らす：しきい値を上げ（例：-30）、min_silence を長くします
• 自然な仕上がり：keep_silence を長くします（500～1000ms）
• タイトな編集：keep_silence を短くします（100～200ms）

依存関係

pydub>=0.25.0

注：システムに FFmpeg がインストールされている必要があります。

制限事項

• 音声コンテンツ（音楽ではなく）に最適です
• ノイズの多い録音では、しきい値の調整が必要になる場合があります
• 長いファイルは大量のメモリを使用します
• チャプター名は自動で付けられません（手動での名前変更が必要です）