我想使用SoX更改音频文件中特定时间范围/切片的音量级别。
现在，我不得不：
有没有更好的方法来执行此操作，而不涉及编写脚本来执行上述操作？
答案 0 :(得分：10)
对于那些偶然发现这个排名靠前的线程的人来说，找到一种方法来躲避音频文件的中间位置：
我已经玩SoX多年了，我构建的方法使用管道处理每个部分，而不用创建所有这些临时文件！
结果是单线解决方案，但您需要设置时序，因此，除非您的淡入淡出时间对所有文件都相同，否则使用算法生成线可能很有用。
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方案。
通过使用混合功能并使用垫定位每个部件，然后给每个部分修剪和放大。褪色我们也可以避免使用＆＃39; splice＆＃39;这里。我真的不是一个粉丝。
在SoX 14.4.2 Windows中测试的工作单行示例：
它在2秒时衰减（鸭子）-6dB，在5秒时恢复到0dB（使用0.4秒的线性衰落）：
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
通过将其分解为几个部分，让我们在这里更具可读性：
第1节=完整音量，第2节=低音，第3节=满音量
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，要彻底打破它，
＆＃39;的 -m ＆＃39; ..说我们要混合（这会自动降低增益，参见最后一个参数）
＆＃39; -t wav ＆＃39; ..说接下来的管道命令将返回一个WAV（似乎WAV标题在管道中丢失）
然后......第一个管道部分（鸭子前的完整音量）
＆＃39;的 -V1 ＆＃39; ..说忽略警告 - 会有一个警告，因为这个特定部分输出文件的长度不知道，但是这个操作应该没有其他警告
然后输入文件名
＆＃39; -t wav ＆＃39; ..强制输出类型
＆＃39;的 - ＆＃39; ..是管道输出的标准名称，它将返回到SoX命令行
＆＃39; fade t 0 2.2 0.4 ＆＃39; ..淡出整卷部分。 t =线性。 0淡入。然后（因为我们希望交叉淡入淡出的中间点为2秒）我们淡出2.2秒，淡出0.4秒（淡出参数用于淡入淡出时！）
＆＃39; -t wav ＆＃39; ..建议下一部分的类型 - 如上所述
然后...... SECOND管道部分（鸭子部分）
＆＃39;的 -V1 ＆＃39; ..再次，忽略输出长度警告 - 见上文 那么相同的输入文件名
＆＃39; -t wav ＆＃39; ..强制输出类型，如上所述
＆＃39;的 - ＆＃39; ..用于管道输出，见上文
＆＃39; 修剪1.8 ＆＃39; ..因为这个中间部分会在2秒内到达转换的中间位置，所以（使用0.4秒交叉淡入淡出），鸭子音频文件将在此之前0.2秒开始
＆＃39; 淡出0.4 3.4 0.4 ＆＃39; ..淡化鸭子部分＆amp;再次淡出。所以0.4渐弱。然后（最复杂的部分）作为下一个交叉渐变将在5.2秒结束我们必须采取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结束时间的淡出）
＆＃39; 获得-6 ＆＃39; ..是以dB为单位的数量，我们应该用它来消费
＆＃39; pad 1.8 ＆＃39; ..必须与上面的修剪图匹配，以便在开始时插入静音量，以便在切片混合时使其同步
＆＃39; -t wav ＆＃39; ..建议下一部分的类型 - 如上所述
然后...... THIRD管道部分（返回完整级别）
＆＃39;的 -V1 ＆＃39; ..再次 - 见上文
然后输入相同的文件名
-t wav ＆＃39; ..强制输出类型，如上所述
<强> - ＆＃39; ..用于管道输出，见上文
修剪4.8 ＆＃39; ..这最后一节将在5秒开始，但是（用0.4秒交叉渐变）音频将在此前0.2秒开始
＆＃39; 淡出0.4 0 0 ＆＃39; ..只是淡入这个完整的卷部分。没有淡出
＆＃39; pad 4.8 ＆＃39; ..必须与上面的修剪图匹配，如上所述 然后输出文件名
＆＃39; 获得9.542 ＆＃39; ..看起来很棘手，但基本上当你＆＃34; -m＆＃34;混合3个文件，SoX将音量减少到1/3（三分之一）以提供空间。
而不是打败它，我们提升到300％。我们得到这个公式20 * log（3）/ log（10）
的dB量为9.542如果你复制＆amp;将单行粘贴到您可以轻松看到的地方，它比解释要简单得多！
最后 - 我最初担心交叉渐变是否需要对数而不是线性，但在我的情况下，从听取结果线性确实给出了我期望的声音。
您可能希望尝试更长时间的交叉淡入淡出，或者更早或更晚地发生转换，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！
如果有更多说明可以帮助我，请告诉我们。
答案 1 :(得分：3)
好的，使用ffmpeg和过滤器非常简单。
想象一下，你有2首曲目，A和B.你想要裁剪曲目并对音量做些什么。所以解决方案是：
ffmpeg -y -i 1.mp3 -i 2.mp3 i f454495482c151aea8761dda.mp3 -i f5544954796af4a171f11b57.mp3 -i f754495448788e35e6123679.mp3 -i f754495448788e35e6123679.mp3 -i f85449545e646dea98e5dd19.mp3 \
-filter_complex "[0]aformat=sample_fmts=fltp:sample_rates=44100:channel_layouts=stereo,volume='if(between(t,129.00,129.20),0.15000*(t - 129.00) + 0.03,1)':eval=frame,volume='if(between(t,129.20,181.50),-0.00057*(t - 129.20) + 0.06,1)':eval=frame,volume='if(between(t,181.50,181.60),0.40000*(t - 181.50) + 0.03,1)':eval=frame,volume='if(between(t,181.60,183.50),-0.03684*(t - 181.60) + 0.07,1)':eval=frame,volume='if(between(t,183.50,188.00),0.00000*(t - 183.50) + 0.00,1)':eval=frame,atrim=0.00:56.00,adelay=129000|129000|129000|129000,apad[0:o];[1]aformat=sample_fmts=fltp:sample_rates=44100:channel_layouts=stereo,volume='if(between(t,0.00,134.00),0.00000*(t - 0.00) + 0.06,1)':eval=frame,atrim=0.00:134.00,apad[1:o];[0:o][1:o]amix=inputs=28,atrim=duration=185.00" -shortest -ac 2 output.mp3
将获取2个输入文件，将两个流转换为相应的格式，然后应用音量过滤器。
音量的语法很简单：如果时间 t 某些开始和结束时间 - 然后根据所需的开始音量加上一些系数乘以开始时间和当前时间 t 之间的差值来应用音量过滤器。< / p>
这将在一个范围内将音量从初始音量线性增加到所需值。 atrim 将修剪音频块。 ffmpeg真是太棒了，表达式可能非常复杂，许多数学函数都可以用在表达式中。