☰

如何使用 Sox 高效创建多个音频文件的频谱图？

tag-icon • tag-icon audio sox
如何使用 Sox 高效创建多个音频文件的频谱图？

我有一堆音频文件，我想使用 Sox 为每个单独的文件创建频谱图。通常，对于单个文件，我这样做：

sox audiofile.flac -n spectrogram

但是我不知道如何将此方法扩展到多个文件。理想情况下，我希望我的输出.png文件具有与其各自的音频文件关联的文件名；例如，audiofile1.png对于audiofile1.flac，audiofile2.png对于audiofile2.flac等等。

有人知道怎么做这个吗？

答案1

感谢约瑟夫的回答。也许它在他发帖时有效，但我必须在红袜接受命令-o后立即添加。spectrogram

for file in *.flac;do
    outfile="${file%.*}.png"
    sox "$file" -n spectrogram -o "$outfile"
done

我会将它们全部放在自己的文件夹中进行存档。 有用！

您甚至可以更进一步，将文件的标题添加到图像中的频谱图上方，并使其更宽以查看更多细节。默认图像对我来说有点小。

for file in *.flac;do
    outfile="${file%.*}.png"
    title_in_pic="${file%.*}"
    sox "$file" -n spectrogram -t "$title_in_pic" -o "$outfile" -x 2000
done

答案2

您可以将命令包含在循环中：

for file in *.flac
do
    outfile="${file%.*}.png"
    sox "$file" -n spectrogram "$outfile"
done

至于文件命名，sox(1) 手册页似乎建议您可以在命令行上显式命名输出文件，以便可以在循环中使用它。

循环中的第一行使用了 Bash参数替换.flac从文件名中删除扩展名并添加.png扩展名。

答案3

这是我的“获取频谱图”解决方案......

  • 处理更多编解码器，如 aac、opus
  • 处理更多容器，如 mp4、mkv、avi、m4a
  • 将频谱图高度标准化为 24kHz
  • 仅绘制一个通道 = 单声道
  • 标准化音量
  • 保留输出文件的输入文件扩展名
#!/bin/bash

# aspec.sh
# get spectrograms of audio streams
#
# usage: aspec.sh a.mp3 b.m4a c.mp4 d.mkv ....
#
# dependencies: sox, ffmpeg
# license: public domain, warranty: none
# version: 2019-05-17 by milahu

ff_args="" # ffmpeg arguments
sx_args="" # sox arguments

ff_args+=" -loglevel error"

ff_astream=0 # only use first audio stream
ff_args+=" -map 0:a:${ff_astream}?"

ff_args+=" -ac 1" # use only one audio channel
sx_args+=" channels 1"

sx_args+=" gain -n -3" # normalize volume to -3dB

# set sampling rate
# only analyze frequencies below f_max = rate / 2
# also normalize spectrogram height to f_max
#sx_args+=" rate 6k"  # only show f <  3kHz "where the human auditory system is most sensitive"
sx_args+=" rate 48k" # only show f < 24kHz

# use wav as temporary format, if sox cant read file
ff_args+=" -c:a pcm_s16le -f wav"
sx_type="wav"

# process files from "argv"
for i in "$@"
do
    echo "$i"
    o="$i.sg.png" # output file
    t=$(basename "$i") # title above spectrogram
    c="spectrogram by SoX, the Sound eXchange tool" # comment below spectrogram

    # try to read original format
    echo analyze
    sox "$i" -n \
        $sx_args \
        spectrogram -o "$o" -c "$c" -t "$t" \
        2>&1 | grep -v "no handler for detected file type"

    if (( ${PIPESTATUS[0]} != 0 ))
    then
        # sox failed. convert audio and retry
        echo convert

        # get duration of stream or container
        # spectrogram filter has no "ignore length" option
        # and without a "duration prediction" will only read 8 seconds
        d=$(ffprobe "$i" -v error -of compact=s=_ \
            -select_streams "0:a:${ff_astream}?" \
            -show_entries stream=duration:format=duration \
            | sort | grep -v =N/A \
            | tail -n 1 | cut -d= -f2)
        # 'tail -n 1' --> prefer stream duration
        # 'head -n 1' --> prefer container duration

        if [[ -z "$d" ]]
        then
            echo -e "skip. duration not found FIXME\n"
            continue
        fi

        # bash "process substitution" magic
        sox \
            --type "$sx_type" \
            --ignore-length \
            <( ffmpeg -i "$i" $ff_args - ) \
            --null \
            $sx_args \
            spectrogram -d "$d" -o "$o" -c "$c" -t "$t"
    fi

    echo -e "done\n$o\n"
done

相关内容