python之多个程序连续处理大型音频集的优化

我的任务是处理大量音频文件。每个文件必须分四个步骤处理:

1. 从 .wav 转换为原始 pcm，
2. 重采样，
3. 量化
4. 使用三种语音编解码器之一进行编码。

每个步骤对应于一个程序，该程序将文件作为输入并返回文件作为输出。逐个文件处理似乎需要很长时间。如何优化程序？例如。并行编程之类的？我尝试使用 ramdisk 来减少文件读取/写入所花费的时间，但它并没有带来改善。 (为什么？) 我在 Ubuntu Linux 下用 Python 编写。提前致谢。

请您参考如下方法:

读写磁盘非常慢。如果每个程序结果都被写入磁盘，那么最好阻止这种情况发生。套接字似乎很适合我。在这里阅读更多:http://docs.python.org/library/ipc.html

并行程序很好...需要更多信息才能就此主题说更多。我记得前一段时间读过关于 python 不能如此有效地处理线程的信息，所以这可能不是最好的选择。据我所知，它只是通过在任务之间快速切换来模拟并行处理。所以那不会有帮助。自从我使用线程以来，这可能已经改变了……另一方面，额外的进程听起来是个好主意。

如果您需要一个不太含糊的答案，请在您的问题中提供具体信息。

编辑

我刚才读到的关于线程的内容是这样的:http://docs.python.org/2/glossary.html#term-global-interpreter-lock