从音频文件中删除相同的音频部分

Question

作为收藏家，我有数千个从播客服务下载的音频文件。所有Feed都以15秒的相同介绍开始。这对我来说非常烦人，所以我尝试了所有这些。

但所有这些都不规律。浊音演示完全相同，但其中一些......

• ...从00:00或00:05或我们不知道的任何时间开始
• ...没有启动时的介绍

我无法确定应该裁剪的秒数。

问题：我们如何根据特定的音频剪辑裁剪所有音频文件？

在其他说法中“检测到相同的部分并将其删除”？

Answer 1

据我了解，您已经有办法在特定点裁剪文件。所以问题归结为解决每个剪辑中的介绍结束的位置。以下是我将如何做到这一点：

• 首先，在单独的文件/缓冲区中手动隔离介绍音频。
• 对于每个剪辑，您需要确定剪辑中介绍音频的位置。通过计算介绍音频和主剪辑之间的cross-correlation来完成此操作。正确的偏移将是具有最高相关系数的偏移。 （您也可以在平均差中寻找最小值，这是等价的。）
• 一旦您知道介绍音频的位置，就可以计算裁剪位置。

有一些明显的优化：

• 仅在每个剪辑的第一个（比如说）30秒内搜索介绍音频。
• 不要搜索整个介绍音频，只是最后1/2秒。
• 如果您不能100％确定音频存在，则可能需要设置接受阈值。