audio - 使用 SoX 更改音频文件中某个时间范围的音量级别

Question

我想使用 SoX 更改音频文件中特定时间范围/片段的音量级别。

现在，我必须:

将原文件修剪3次，得到:音效改变前的部分，中间的部分(我正在改变声级的地方)，以及

之后的部分

在它自己的文件

中，对提取的“中间”音频块执行改变声级的效果。

将所有内容重新拼接在一起，考虑到 SoX 推荐的 5ms 渐变/交叉渐变重叠

有没有更好的方法来做到这一点，而不涉及编写脚本来执行上述操作？

Answer 1

对于偶然发现这个排名靠前的线程的人，正在寻找一种避开音频文件中间的方法:

我一直在玩 SoX，我构建的方法使用管道来处理每个部分，而无需创建所有这些临时文件!

结果是单行解决方案，尽管您需要设置时序等，除非所有文件的淡入淡出时序都相同，否则使用算法生成行可能很有用。

我很高兴让管道工作，因为我知道这方面对其他人来说很困难。命令行选项可能很难正确。但是我真的不喜欢凌乱的附加文件作为替代。

通过使用混音功能并使用打击垫定位每个部分，然后对每个部分进行修剪和淡化，我们还可以避免在此处使用“拼接”。我真的不是粉丝。

一个工作单行示例，在 SoX 14.4.2 Windows 中测试:

它在 2 秒时衰减(下降)-6dB，在 5 秒时返回到 0dB(使用 0.4 秒的线性衰减):

sox -m -t wav "|sox -V1 inputfile.wav -t wav - fade t 0 2.2 0.4" -t wav "|sox -V1 inputfile.wav -t wav - trim 1.8 fade t 0.4 3.4 0.4 gain -6 pad 1.8" -t wav "|sox -V1 inputfile.wav -t wav - trim 4.8 fade t 0.4 0 0 pad 4.8" outputfile.wav gain 9.542

让我们把它分解成几个部分，使其更具可读性:

第 1 部分 = 全音量，第 2 部分 = 躲避，第 3 部分 = 全音量

sox -m
    -t wav "|sox -V1 inputfile.wav -t wav - fade t 0 2.2 0.4" 
    -t wav "|sox -V1 inputfile.wav -t wav - trim 1.8 fade t 0.4 3.4 0.4 gain -6 pad 1.8"
    -t wav "|sox -V1 inputfile.wav -t wav - trim 4.8 fade t 0.4 0 0 pad 4.8"
    outputfile.wav gain 9.542

现在，把它分解，非常彻底

' -m ' .. 说我们要混音(这会自动降低增益，见最后一个参数)

' -t wav ' .. 表示接下来的管道命令将返回一个 WAV(似乎 WAV 头在管道中丢失了)

然后..第一个管道部分(鸭子前的完整音量)

' -V1 ' .. 说忽略警告 - 将有一个关于不知道此特定部分的输出文件长度的警告，因为它正在输出，但此操作不应有其他警告

然后是输入文件名

' -t wav ' .. 强制输出类型

' - ' .. 是将返回到 SoX 命令行的管道输出的标准名称

' 淡化 t 0 2.2 0.4 ' .. 淡出整个音量部分。 t = 线性。 0 淡入。然后(因为我们希望交叉淡入淡出的中点在 2 秒)我们淡出 2.2 秒，淡入淡出 0.4 秒(淡出参数用于淡入淡出结束时!)

' -t wav ' .. 建议下一部分的类型 - 如上所述

然后..第二个管道部分(鸭嘴部分)

' -V1 ' .. 再次，忽略输出长度警告 - 见上文
然后相同的输入文件名

' -t wav ' .. 强制输出类型，如上

' - ' .. 对于管道输出，见上文

' 修剪 1.8 ' .. 因为这个中间部分将在 2 秒时到达过渡的中间，所以(具有 0.4 秒的交叉淡入淡出)躲避的音频文件将在此之前 0.2 秒开始

' 褪色 t 0.4 3.4 0.4 ' .. 淡入躲避部分并再次淡出。所以 0.4 淡入。然后(最复杂的部分)因为下一个交叉淡入淡出将在 5.2 秒结束，我们必须将该数字减去该部分的修剪量，所以 5.2-1.8=3.4(再次这是因为淡出位置处理淡出的结束时间)

' 增益-6 ' .. 是我们应该躲避的量，以 dB 为单位

' 垫 1.8 ' .. 必须与上面的修剪图相匹配，以便在开始时插入一定量的静音以使其在混合部分时同步

' -t wav ' .. 建议下一部分的类型 - 如上所述

然后..第三个管道部分(返回满级)

' -V1 ' .. 再次 - 见上文

然后相同的输入文件名

-t wav ' .. 强制输出类型，如上

- ' .. 对于管道输出，见上文

修剪 4.8 ' .. 最后一部分将在 5 秒开始，但是(带有 0.4 秒的淡入淡出)音频将在此之前 0.2 秒开始

' 褪色 t 0.4 0 0 ' .. 淡入到这个完整的音量部分。没有淡出

' 垫 4.8 ' .. 必须与上面的修剪图相匹配，如上所述
然后输出文件名

' 增益 9.542 ' .. 看起来很棘手，但基本上当你“-m”混合 3 个文件时，SoX 将音量减小到 1/3(三分之一)以提供空间。

我们没有击败它，而是提升到 300%。我们用这个公式得到 9.542 的 dB 量 20*log(3)/log(10)

如果您将单行复制并粘贴到您可以轻松看到的地方，那么它就没有解释那么可怕了!

虽然最终 - 我最初担心交叉渐变是否需要是对数的而不是线性的，但在我的情况下，从聆听结果线性肯定给出了我期望的声音。

您可能想尝试更长的交叉淡入淡出，或者让过渡点早晚发生，但我希望单行给那些认为需要许多临时文件的人带来希望!

让我知道更多的澄清是否会有所帮助!

audacity waveform