英語のハノンのmp3の合計再生時間を知りたい

きっかけ

近年の英語教材の中でも非常に良いと聞くことが多い、英語のハノンの学習を始めた。
音声のみで学習することが多くなるため、学習の目処をつけるためにmp3の再生時間の合計を知りたい。

抽出要件

要件はこちら

mp3はzipでこちらのページからダウンロードできる
_slowとファイル名に入ったmp3は除外したい。ナチュラルスピードの音源のみを聴くつもりなので。
hh:mm:ssの出力で知りたい

最終コマンド

mp3のフォルダ直下で下記を実行する

find . -name "*.mp3" ! -name "*slow*" -exec ffmpeg -i {} 2>&1 \; | grep "Duration" | awk '{print $2}' | tr -d , | awk -F: '{ sum += ($1 * 3600) + ($2 * 60) + $3 } END { printf "Total Duration: %02d:%02d:%02d\n", sum/3600, (sum%3600)/60, sum%60 }'

コマンド解説

find

find . -name "*.mp3" ! -name "*slow*"

.: カレントディレクトリを指定
-name "*.mp3": 拡張子が.mp3のファイルを検索対象とする
! -name "*slow*": ファイル名に「slow」が含まれないファイルを対象とする

カレントディレクトリ内で、ファイル名に「slow」が含まれていないMP3ファイルを検索。
あえてポイントを書くなら、除外に関しては! -name "*slow*"で除外するのがポイント。

ffmpeg

ffmpegは、音声や動画ファイルを処理するためのコマンド。ファイルの変換、編集、情報の抽出などが可能であり、以下のような用途でよく使われる。

ファイル形式の変換: 例えば、MP4をMP3に変換するなど、さまざまなフォーマットの相互変換に対応
動画・音声の編集: 切り取り、結合、トリミングなどの編集作業
メタデータの抽出: ファイルの再生時間やビットレート、解像度などの情報を取得

今回は、MP3ファイルの再生時間などのメタデータを抽出するために使用する。

-exec ffmpeg -i {} 2>&1 \;

-exec: findで見つかった各ファイルに対して、指定したコマンド（ここではffmpeg）を実行
ffmpeg -i {}: {}はfindによって見つかったファイルのパスに置き換えられる。-iオプションは、入力ファイルを指定
2>&1: 標準エラー出力を標準出力にリダイレクトし、すべての出力を処理可能に
\;: -execコマンドの終了を意味する

このコマンドでは、ffmpegを使って各MP3ファイルの再生時間などの情報を取得する。

ffmpegを使った時点では、ファイルごとに下記のような情報が取得出来る。ここから再生時間情報を取得していくことになる

ffmpeg version 7.0.2 Copyright (c) 2000-2024 the FFmpeg developers
  built with Apple clang version 15.0.0 (clang-1500.1.0.2.5)
  configuration: --prefix=/opt/homebrew/Cellar/ffmpeg/7.0.2 --enable-shared --enable-pthreads --enable-version3 --cc=clang --host-cflags= --host-ldflags='-Wl,-ld_classic' --enable-ffplay --enable-gnutls --enable-gpl --enable-libaom --enable-libaribb24 --enable-libbluray --enable-libdav1d --enable-libharfbuzz --enable-libjxl --enable-libmp3lame --enable-libopus --enable-librav1e --enable-librist --enable-librubberband --enable-libsnappy --enable-libsrt --enable-libssh --enable-libsvtav1 --enable-libtesseract --enable-libtheora --enable-libvidstab --enable-libvmaf --enable-libvorbis --enable-libvpx --enable-libwebp --enable-libx264 --enable-libx265 --enable-libxml2 --enable-libxvid --enable-lzma --enable-libfontconfig --enable-libfreetype --enable-frei0r --enable-libass --enable-libopencore-amrnb --enable-libopencore-amrwb --enable-libopenjpeg --enable-libspeex --enable-libsoxr --enable-libzmq --enable-libzimg --disable-libjack --disable-indev=jack --enable-videotoolbox --enable-audiotoolbox --enable-neon
  libavutil      59.  8.100 / 59.  8.100
  libavcodec     61.  3.100 / 61.  3.100
  libavformat    61.  1.100 / 61.  1.100
  libavdevice    61.  1.100 / 61.  1.100
  libavfilter    10.  1.100 / 10.  1.100
  libswscale      8.  1.100 /  8.  1.100
  libswresample   5.  1.100 /  5.  1.100
  libpostproc    58.  1.100 / 58.  1.100
[mp3 @ 0x130804a20] Estimating duration from bitrate, this may be inaccurate
Input #0, mp3, from './047_Unit 3.1_natural.mp3':
  Metadata:
    album           : 英語のハノン
    album_artist    : 筑摩書房
    artist          : 筑摩書房
  Duration: 00:01:13.31, start: 0.000000, bitrate: 128 kb/s
  Stream #0:0: Audio: mp3 (mp3float), 44100 Hz, mono, fltp, 128 kb/s

grep

ffmpegの出力から再生時間抽出するために使用する。
具体的にはDurationの件を抽出する。

grep "Duration"

ffmpegの出力から、再生時間に関する情報が含まれる行だけを取り出す。

awk

テキストファイルの内容をフィールドごとに分割し、条件に基づいて処理を行うことができる。

awk '{print $2}' | awk -F: '{ sum += ($1 * 3600) + ($2 * 60) + $3 } END { printf "Total Duration: %02d:%02d:%02d\n", sum/3600, (sum%3600)/60, sum%60 }'

{print $2}: 抽出された行の2番目のフィールド（再生時間）を取り出す
-F:: :を区切り文字として再生時間を「時:分:秒」に分割
sum += ($1 * 3600) + ($2 * 60) + $3: 各部分を秒に変換して合計
END { printf "Total Duration: %02d:%02d:%02d\n", sum/3600, (sum%3600)/60, sum%60 }': 合計時間を「時:分:秒」の形式で表示

awkを使うことで、再生時間を秒単位に変換し、それを合計して、最終的な合計再生時間を出力する。

tr

文字列の変換や削除を行うためのコマンド。文字列内の特定の文字を他の文字に置き換えたり、特定の文字を削除するために使われる。

tr -d ,

tr -d ,: 小数点以下の桁を扱いやすくするために、カンマを削除

この部分では、awkで処理する前に、再生時間の小数点部分からカンマを削除してフォーマットを整えている。

抽出結果結論

英語のハノン初級 : Total Duration: 04:21:43
英語のハノン中級 : Total Duration: 04:57:59
英語のハノン上級 : Total Duration: 05:32:41

だいたいどれも4-5時間程度であることが分かった。