是否可以使用Python提取和可视化语音数据？

Question

我想使用Python 3.5

实现两件事

1. 我想从电影或戏剧文件（mp4,mkv或mp3文件中提取每个演员或演员的声音。我想将此提取的语音保存为mp3文件。

2. 使用上述数据，我看到了我的语音数据（无论是时域还是频域都不重要）

是否可以使用Python实现它们？