audio - 使用 SoX 检测并打印静默期的时间戳

Question

我正在尝试输出给定音频文件中静音期的开始时间戳(因为存在背景噪音，我所说的静音是指阈值)。最终，我想根据这些时间戳将音频文件分割成更小的音频文件。重要的是原始文件的任何部分都不能被丢弃。

我试过了

sox in.wav out.wav silence 1 0.5 1% 1 2.0 1% : newfile : restart

(由 http://digitalcardboard.com/blog/2009/08/25/the-sox-of-silence/ 提供)

尽管它在一定程度上完成了工作，但它也修剪并丢弃了沉默期，这是我不希望发生的。

“沉默”是正确的选择，还是有更简单的方法来完成我需要做的事情？

谢谢。

Answer 1

不幸的是，不是 Sox，但 ffmpeg 有一个 silencedetect 过滤器，它完全可以满足您的需求:

ffmpeg -i in.wav -af silencedetect=noise=-50dB:d=1 -f null -

(检测阈值为-50db，至少1秒，抄袭from the ffmpeg documentation)

...这将打印如下结果:

Press [q] to stop, [?] for help
[silencedetect @ 0x7ff2ba5168a0] silence_start: 264.718
[silencedetect @ 0x7ff2ba5168a0] silence_end: 265.744 | silence_duration: 1.02612
size=N/A time=00:04:29.53 bitrate=N/A