网站关键词突然没有排名了,erp财务软件怎么使用,国内网站备案流程,百度识图搜索网页版一、简介SoX 可以读取和写入常见格式的音频文件#xff0c;并在此过程中选择性的加入一些声音效果。它可以组合多个输入源及合成音效#xff0c;在许多系统上也可以作为音频播放器或多轨录音机使用。SoX 工具在大部分 Linux 系统上都可以直接通过软件包管理器安装(如sudo apt…一、简介SoX 可以读取和写入常见格式的音频文件并在此过程中选择性的加入一些声音效果。它可以组合多个输入源及合成音效在许多系统上也可以作为音频播放器或多轨录音机使用。SoX 工具在大部分 Linux 系统上都可以直接通过软件包管理器安装(如sudo apt-get install sox)Mac 系统上则可以使用brew install sox命令。SoX 处理音频的基本流程如下Input(s) - Combiner - Effects - Output(s)SoX 工具的所有功能都可以通过一个简单的sox命令及相应的选项实现。但它同时提供了play命令用于播放音频文件rec命令用于录制音频以及soxi命令用于获取音频的文件头中包含的信息。上述几个命令的基本格式如下SYNOPSISsox [global-options] [format-options] infile1[[format-options] infile2] ... [format-options] outfile[effect [effect-options]] ...play [global-options] [format-options] infile1[[format-options] infile2] ... [format-options][effect [effect-options]] ...rec [global-options] [format-options] outfile[effect [effect-options]] ...soxi [-V[level]] [-T] [-t|-r|-c|-s|-d|-D|-b|-B|-p|-e|-a] infile1 ...二、基本使用1. 获取音频文件的元数据soxi或sox --i命令可以通过分析音频文件的文件头获取其元数据(如通道数、采样率、编码等)。$ soxi Faded.wavInput File : Faded.wavChannels : 2Sample Rate : 44100Precision : 16-bitDuration : 00:03:32.63 9376836 samples 15947 CDDA sectorsFile Size : 37.5MBit Rate : 1.41MSample Encoding: 16-bit Signed Integer PCMsoxi 命令跟上某个特定的选项可以只获取该选项对应的信息如只显示某音频文件Faded.wav的比特率(Bit Rate)$ soxi -B Faded.wav1.41Msoxi 命令支持的所有选项及其含义如下$ soxiUsage: soxi [-V[level]] [-T] [-t|-r|-c|-s|-d|-D|-b|-B|-p|-e|-a] infile1 ...-t Show detected file-type-r Show sample-rate-c Show number of channels-s Show number of samples (0 if unavailable)-d Show duration in hours, minutes and seconds (0 if unavailable)-D Show duration in seconds (0 if unavailable)-b Show number of bits per sample (0 if not applicable)-B Show the bitrate averaged over the whole file (0 if unavailable)-p Show estimated sample precision in bits-e Show the name of the audio encoding-a Show file comments (annotations) if availableWith no options, as much information as is available is shown foreach given file.2. 获取音频的统计信息可以使用sox -n stat命令获取某音频文件的统计信息。示例如下$ sox Faded.wav -n statSamples read: 18753672Length (seconds): 212.626667Scaled by: 2147483647.0Maximum amplitude: 0.977417Minimum amplitude: -0.977478Midline amplitude: -0.000031Mean norm: 0.229415Mean amplitude: -0.000006RMS amplitude: 0.302594Maximum delta: 1.765564Minimum delta: 0.000000Mean delta: 0.202369RMS delta: 0.273320Rough frequency: 6339Volume adjustment: 1.0233. 播放与录制play和rec命令提供了最基本的播放和录制功能。播放$ play existing-file.wav录制$ rec new-file.wav上述命令等同于 sox 命令的如下形式$ sox existing-file.wav −d(播放)和sox −d new-file.wav(录制)其中-d选项用于指定播放或录制时使用的音频设备不指定时则表示使用默认设备。可以这样理解sox existing-file.wav -d就是从existing-file.wav文件中读取其包含的音频数据再输出到-d(默认音频设备扬声器)进行播放-sox -d new-file.wav就是从-d(默认音频设备麦克风)中读取音频数据再输出(录制)到new-file.wav文件中。其实都遵循了一个基本的格式即sox 。而其中的和根据需要既可以为某个具体的音频文件也可以是某个具体的音频设备。播放或录制的同时也可以对音频文件应用指定的编辑操作或效果选项因此在对音频数据应用某效果前可以先使用play 命令进行“预览”。如trim效果可以从音频文件中裁剪提取指定的片段到输出文件。play命令通过该效果可以直接播放指定片段$ play foo.wav trim 10.0 5.0或 $play foo.wav trim 10.0 15.0播放foo.wav文件中 10-15s 之间的音频片段使用echo效果播放Faded.wav文件$ play Faded.wav echo 0.8 0.88 200.0 0.4Faded.wav:File Size: 37.5M Bit Rate: 1.41MEncoding: Signed PCMChannels: 2 16-bitSamplerate: 44100HzReplaygain: offDuration: 00:03:32.63In:12.1% 00:00:25.82 [00:03:06.81] Out:1.14M [-|-] Hd:2.7 Clip:04. 音频格式转换文件格式类型对于音频数据格式的描述主要通过以下 4 种属性采样率(sample rate)指声音由模拟信号转换成数字信号的过程中每秒从连续信号中提取的用于组成离散信号的样本个数。音频CD所用的采样率为 44100 Hz数字音频磁带和许多计算机系统使用 48000 Hz专业级音频系统通常使用 96000 Hz。采样大小(sample size 或 Precision)音频采样时用于存储每个样本的数据位数(bits)。如今 16 bit 的采样大小已被广泛使用24 bit 主要用于专业音频领域。编码格式(data encoding)即每个音频样本的表示(即“编码”)方式。常用的编码类型包括 floating-point、μ-law、ADPCM、singed-integer PCM、MP3 和 FLAC 等。通道(channel)即文件中包含的音频通道的数量。其中单声道(mono)和双声道(stereo)是最常见的两种“环绕声”音频(Surround sound)通常包含六个或更多声道。此外音频文件还使用比特率(Bit Rate)表示一个单位时间内编码音频信号占用的存储空间大小 它的数值一般取决于所有的上述四个参数。MP3 编码的立体声音乐通常具有 128-196kbps 的比特率 FLAC 编码的立体声音乐通常具有 550-760kbps 的比特率。格式转换形式最简单的 sox 命令即使用两个文件名作为参数如$ sox Faded.wav Faded.mp3将Faded.wav文件的格式由wav转为mp3上述命令执行时SoX 会先从Faded.wav文件中读取音频数据再将其输出到Faded.mp3文件中。而 SoX 程序会根据参数中文件名的后缀推断出相应的格式并在复制音频数据的过程中自动进行转码。SoX 可以处理self-describing和raw格式的音频文件。self-describing格式(如 WAV、FLAC、MP3)的文件包含一个用于描述信号和编码属性的文件头而raw或headless格式的音频则不包含这些信息。所以当raw格式的音频作为输入文件时需要在 sox 命令的格式选项里指定其信号和编码属性。常用的音频格式选项选项描述-b, --bits BITS每个编码样本占用的数据位数-c, --channels CHANNELS音频文件包含的通道数-e, --encoding ENCODING音频文件的编码类型-r, --rate RATE音频文件的采样率-t, --type FILE-TYPE音频文件的文件类型上述选项适用于输入或输出文件主要用于说明raw(或headless)文件作为输入时的格式信息或格式转换时指定输出文件的具体参数。$ sox −r 48k −e float −b 32 −c 2 input.raw output.wav将某个特定的 raw 格式的音频文件转换为 wav 格式$ sox Faded.wav Faded.raw将音频文件 Faded.wav 转为 raw 格式$ play -r 44800 -b 16 -e signed-integer -c 2 Faded.raw播放 raw 格式的音频文件$ sox Faded.wav -c 1 Faded-mono.wav将 Faded.wav 文件转换成单声道(-c 1)后输出三、音频效果SoX 工具可以在音频处理的过程中对输入的音频数据应用众多的效果。可以使用如下命令查看所有效果的帮助信息$ sox --help-effect all | lesssox: SoX vEffect usage:allpass frequency width[h|k|q|o]band [-n] center [width[h|k|q|o]]bandpass [-c] frequency width[h|k|q|o]bandreject frequency width[h|k|q|o]bass gain [frequency(100) [width[s|h|k|q|o]](0.5s)]bend [-f frame-rate(25)] [-o over-sample(16)] {start,cents,end}:也可以直接查看具体某个音频效果的使用方法$ sox --help-effect echosox: SoX vEffect usage:echo gain-in gain-out delay decay [ delay decay ... ]以下是一些简单的应用场景。1. 更改声道数sox 命令可以更改音频文件中声道的数目如将单声道音频转换成双声道$ sox foo.wav foostereo.wav channels 2或$ sox foo.wav -c 2 foostereo.wav但是上述命令并没有创建一个“真实”的双声道音频而是将单声道音频复制成完全一致的两个声道再合并到输出文件中。可以通过 sox 命令的 -M 选项将左右两个声道的单声道音频合并成一个双声道文件$ sox -M left.wav right.wav stereo.wav当然也可以通过对双声道文件中两个声道的均一化处理将其输出为单声道音频$ sox original.wav mono.wav channels 1或$ sox original.wav -c 1 mono.wavremix通过 sox 命令的 remix 效果也可以完成对声道数据的提取或融合。提取双声道音频文件中单个声道的数据并作为单声道音频输出$ sox stereo.wav left.wav remix 1(提取左声道音频)$ sox stereo.wav right.wav remix 2(提取右声道音频)融合双声道文件中两个声道的音频数据并作为单声道音频输出$ sox stereo.wav mono.wav remix 1,2或$ sox stereo.wav mono.wav remix 1-2此外remix还可以将输入文件中的多个声道数据分别进行融合。如使用-M选项将两个双声道音频合并再通过remix将合并得到的四个声道两两融合生成一个只包含两个声道的输出文件。$ sox -M stereo1.wav stereo2.wav output.wav remix 1,3 2,42. 改变音量sox命令的-v选项可以用来(成倍地)改变音量的大小$ sox -v 0.5 foo.wav bar.wav上述命令将foo.wav音频放大 0.5 倍音量后输出至bar.wav文件可以将音量放大功能与stat效果结合。以sox foo.wav -n stat -v命令返回的数字作为放大倍数将最大化foo.wav的音量而不至于出现削波$ sox foo.wav -n stat -v 2 vc$ sox -v cat vc foo.wav foo-maxed.wav12此外还有一个选项--norm用来归一化音频响度。为了最大化音频的声音强度可以在处理输入音频时将该选项设置为 -1sox --norm-1 3. 提取文件的某个部分sox 命令的trim效果可以将输入音频的某一段裁剪出来并提取到输出文件中。trim接收两个参数一个作为裁剪片段的起始位置另一个作为该片段持续的时间。可以使用整数s格式的参数以样本个数作为计量单位也可以直接使用((hh:)mm:)ss(.fs)形式的时间参数。当参数为纯整数时单位为秒。$ sox Input.wav Half1.wav trim 0 30:00截取输入文件中前 30 分钟的音频$ sox Input.wav Half2.wav trim 30:00 30:00截取输入文件中从第 30 分钟开始到第 60 分钟的音频4. 拼接文件与前面裁剪提取的操作相反sox 命令还可以实现对两个或多个音频文件的拼接。$ sox Half1.wav Half2.wav Full.wav将Half1.wav和Half2.wav合并至Full.wav文件。注意合并前的音频文件需保持一致的类型和采样率等。5. 合成音频sox 命令可以通过synth效果合成许多标准波形和噪声类型。$ sox -n sine.wav synth 1.0 sine 1000.0合成频率为 1000 Hz 长度为 1 秒的正弦波保存至sine.wav文件中。synth支持合成的声音类型包括sine、square、triangle、sawtooth、trapetz (trapezoidal)、exp (exponential)、whitenoise、pinknoise 和 brownnoise。6. 静音效果sox 命令可以创建静音状态的音频片段使用-n选项表示没有输入通过trim效果指定需要静音的片段。$ sox -n -r 48000 silence.wav trim 0.0 0.250在slience.wav文件中创建一段长度为 250ms 采样率为 48000Hz 的静音片段。7. 混合音频sox 命令的-m选项可以将两个音频文件混合以后生成输出文件。$ sox -m sine100.wav sine250.wav sine100-250.wav将sine100.wav和sine250.wav两个音频文件融合以后作为sine100-250.wav文件的音频数据。$ sox -m -v0.5 music.mp3 -v2 speech.wav presentation.wav将背景音乐(music.mp3)音量降低一半后与放大 2 倍音量的人声数据(speech.wav)融合。如果不确定融合效果可以先通过 play 命令使用相同的参数对结果进行“预览”$ play -m -v0.5 music.mp3 -v2 speech.wavPS与前面的-M选项不同-m选项倾向于对声道数据的混合即两个单声道文件通过-m混合以后输出仍是单声道数据。输出文件中的单个声道包含了输入的两个声道的特征。而-M选项更倾向于对音频文件的合并默认不对声道数据进行混合。所以两个单声道文件通过-M合并以后默认输出双声道音频。输出文件中的两个声道分别对应于输入的两个声道(数据没有混合)。除非通过-c选项手动指定输出文件的声道数量。8. 改变播放速度可以通过 stretch 效果改变音频文件的播放速度同时不会导致音高的变化。如以 2x 倍速播放Faded.wav文件$ play Faded.wav stretch 0.5也可以通过speed效果调节播放速度(相应地音高也会发生变化)$ play Faded.wav speed 2此外可以使用pitch效果调节音频片段的音高以音分(cents)为单位。$ play Faded.wav pitch 200将Faded.wav文件中的音频提高 200 音分即提高 2 个半音的音程(每一个半音的音程等于 100 音分)。
