如何使用 Linux 命令转换音频文件？

lsekfe

我工作需要使用音视频媒体，不管你处理哪种媒体，你肯定知道标准化是一种有价值的工具。就像你不会试图把一个分数加到一个小数上而不转换其中一个一样，我已经知道，把不同格式的媒体组合起来并不理想。为了方便用户，大多数爱好者级应用程序使转换过程不可见。然而，对于那些需要控制媒体细节的用户的灵活软件，会通常让你自己提前将媒体转换为所需的格式。我有一些最喜欢的音频转换工具，其中之一就是号称“音频的瑞士军刀” —— SoX。
　　安装
　　在 Linux 或 BSD 上，可以从软件存储库或 Ports 树中安装 sox 命令（，以及一些有用的符号链接）。
　　你也可以从 Sourceforge.net 上安装 SoX。它不经常发布，但它的代码库往往是稳定的，所以如果你想要最新的功能（如 Opus 支持），构建它是容易和安全的。
　　SoX 主要提供了 sox 命令，但是创建了一些有用的符号链接：play、rec 和 soxi。
　　使用 SoX 获取文件信息
　　SoX 可以读取和重写音频数据。它是否存储重写的音频数据取决于你。在有些情况下，你不需要存储转换后的数据，例如，当你将输出直接发送到扬声器进行回放时。然而，在进行任何转换之前，最好首先确定要处理的是什么。
　　使用 soxi 命令也可以收集音频文件信息。soxi 会符号链接到 soxi --info。

1.   $ soxi countdown.mp3
   
2. 　　    Input File（输入文件）    : '/home/tux/countdown.mp3'
   
3. 　　    Channels（通道数）       : 1
   
4. 　　    Sample Rate（采样率）    : 44100
   
5. 　　    Precision（数据精度）      : 16-bit（16 比特）
   
6. 　　    Duration（时长）       : 00:00:11.21 = 494185 samples...（11.21 秒 = 494185 采样点）
   
7. 　　    File Size（文件大小）      : 179k
   
8. 　　    Bit Rate（比特率）       : 128k
   
9. 　　    Sample Encoding（编码格式）: MPEG audio (layer I, II or III)

复制代码

这个输出可以让你很好地了解音频文件的编码方式、文件长度、文件大小、采样率和通道数。其中一些你可能认为你已经知道了，但当客户把媒体带到我面前时，我从不相信这些假设。使用 soxi 验证媒体属性。
　　转换文件
　　在本例中，，一个游戏节目倒计时的音频是以MP3文件的形式提供的。虽然几乎所有的编辑应用程序都接受压缩音频，但它们并不是在压缩的数据上进行编辑。转换是在某个地方发生的，可能是一个秘密的后台任务，也可能提示让你保存一份副本。我通常喜欢自己提前完成转换。这样，我可以控制使用的格式。我可以在夜间批量处理大量的媒体，而不是浪费宝贵的制作时间，等待编辑应用程序按需处理它们。
　　sox 命令用于转换音频文件。在 sox 流程中有几个阶段：
　　·输入
　　· 合并
　　· 特效
　　· 输出
　　但在命令语法中，特效步骤令人困惑地放到了最后一步。这意味着 sox 流程是这样组成的:

1. 　输入 → 合并 → 输出 → 特效

复制代码

编码
　　最简单的转换命令只涉及一个输入文件和一个输出文件。下面是转换 MP3 文件为无损 FLAC 文件的命令：

1. $     $ sox countdown.mp3 output.flac
   
2. 　　    $ soxi output.flac
   
3. 　　    Input File（输入文件）     : 'output.flac'
   
4. 　　    Channels（通道数）       : 1
   
5. 　　    Sample Rate（采样率）    : 44100
   
6. 　　    Precision（数据精度）      : 16-bit（16 比特）
   
7. 　　    Duration（时长）       : 00:00:11.18 = 493056 samples...（11.18 秒 = 493056 采样点）
   
8. 　　    File Size（文件大小）      : 545k
   
9. 　　    Bit Rate（比特率）       : 390k
   
10. 　　    Sample Encoding（编码格式）: 16-bit FLAC
    
11. 　　    Comment（注释）        : 'Comment=Processed by SoX'

复制代码

特效
　　特效可以在命令末尾指定。它可以在将数据发送到最终目的地之前更改音频。例如，有时声音太大会在转换过程中造成问题：

1. $ sox bad.wav bad.ogg
   
2. 　　    sox WARN sox: `bad.ogg' output clipped 126 samples; decrease volume?

复制代码

应用增益（gain）效果通常可以解决此问题：

1. 　　$ sox bad.wav bad.ogg gain -1
   

复制代码

淡入淡出
　　另一个常用的效果是淡入淡出（fade）。此效果允许你定义淡入或淡出的类型，以及你希望淡入淡出效果持续的时间。
　　下面是一个使用倒抛物线的 6 秒淡入示例：

1. 　　$ sox intro.ogg intro.flac fade p 6
   

复制代码

这将对音频的头部应用 3 秒的淡入，并从 8 秒标记开始淡出（这段音乐只有 11 秒，因此在这种情况下淡出也是 3 秒）：

1. 　　$ sox intro.ogg intro.flac fade p 3 8
   

复制代码

sox 手册页中列出了不同类型的淡入淡出（正弦、线性、倒抛物线等）以及淡入淡出提供的选项。
　　特效语法
　　每个特效插件都有自己的语法，因此请参阅手册页了解如何调用每个特效插件的详细信息。
　　效果可以在一个命令中以菊花链的方式进行，至少在你想组合它们的范围内是如此。换句话说，没有语法可以只在六秒钟的淡出期间应用一个镶边效果。对于如此精确的东西，你需要一个图形声波编辑器或数字音频工作站，例如 LMMS 或 Rosegarden。但是，如果你只想应用一次特效，可以在同一命令中将它们一起列出。
　　此命令应用了一个 -1 的增益效果、1.35 的节奏拉伸和淡出：

1.   $ sox intro.ogg output.flac gain -1 stretch 1.35 fade p 0 6
   
2. 　　    $ soxi output.flac
   
3. 　　    Input File（输入文件）     : 'output.flac'
   
4. 　　    Channels（通道数）       : 1
   
5. 　　    Sample Rate（采样率）    : 44100
   
6. 　　    Precision（数据精度）      : 16-bit（16 比特）
   
7. 　　    Duration（时长）        : 00:00:15.10 = 665808 samples...（15.10 秒 = 665808 采样点）
   
8. 　　    File Size（文件大小）      : 712k
   
9. 　　    Bit Rate（比特率）       : 377k
   
10. 　　    Sample Encoding（编码格式）: 16-bit FLAC
    
11. 　　    Comment（注释）        : 'Comment=Processed by SoX'

复制代码

组合音频
　　SoX 还可以通过连接或混合音频文件来组合音频文件。
　　要连接（或者说拼接）文件合并为一个文件，请在命令中提供多个输入文件：

1. 　$ sox countdown.mp3 intro.ogg output.flac

复制代码

在本例中，output.flac 现在包含 countdown.mp3 音频，紧接着是 intro.ogg 音乐。
　　但是，如果你希望两首曲目同时播放，可以使用 --combine mix 选项：

1. 　$ sox --combine mix countdown.mp3 intro.ogg output.flac

复制代码

　然而，想象一下，这两个输入文件的不同之处不仅仅在于它们的编解码器。人声音轨用单声道（一个声道）录制并不少见，但音乐至少要用立体声（至少两个声道）来录制。SoX 不会给出默认的解决方案，因此你必须首先自己标准化这两个文件的格式。
　　更改音频文件
　　选项与后面列出文件名有关。例如，此命令中的 --channels 选项将仅仅应用于 input.wav，而不被应用于 example.ogg 和 output.flac：

1. 　$ sox --channels 2 input.wav example.ogg output.flac

复制代码

这意味着在 SoX 中，选项的位置非常重要。如果你在命令开始时指定一个选项，那么实际上只会覆盖 SoX 自己从输入文件中收集的内容。然而，在输出文件名前的选项决定了 SoX 如何写入音频数据。
　　要解决前面的通道不兼容问题，你可以首先标准化输入，然后混合：

1.   $ sox countdown.mp3 --channels 2 countdown-stereo.flac gain -1
   
2. 　　    $ soxi countdown-stereo.flac
   
3. 　　    Input File（输入文件）     : 'countdown-stereo.flac'
   
4. 　　    Channels（通道数）       : 2
   
5. 　　    Sample Rate（采样率）    : 44100
   
6. 　　    Precision（数据精度）      : 16-bit（16 比特）
   
7. 　　    Duration（时长）       : 00:00:11.18 = 493056 samples...（11.18 秒 = 493056 采样点）
   
8. 　　    File Size（文件大小）      : 545k
   
9. 　　    Bit Rate（比特率）       : 390k
   
10. 　　    Sample Encoding（编码格式）: 16-bit FLAC
    
11. 　　    Comment（注释）        : 'Comment=Processed by SoX'
    
12. 　　    $ sox --combine mix \
    
13. 　　      countdown-stereo.flac \
    
14. 　　      intro.ogg \
    
15. 　　      output.flac

复制代码

SoX 绝对需要多个命令来执行复杂的操作，因此根据需要创建几个临时和中间文件是正常的。
　　多通道音频
　　当然，并非所有音频都被限制在一个或两个声道。如果你想将多个音频通道组合成一个文件，可以使用 SoX 的 --combine merge 选项：

1. $ sox --combine merge countdown.mp3 intro.ogg output.flac
   
2. 　　    $ soxi output.flac
   
3. 　　    Input File     : 'output.flac'
   
4. 　　    Channels       : 3
   
5. 　　    [...]

复制代码

简单的音频操作
　　在没有视觉界面的情况下操作音频似乎很奇怪，而且对于某些任务来说，SoX 绝对不是最好的工具。然而，对于许多任务，SoX 提供了一个简单而轻量级的工具包。SoX 是一个具有强大潜力的简单命令。有了它，你可以转换音频，操纵通道和波形，甚至生成自己的声音。本文仅简要概述了其功能，因此请阅读其手册页或 在线文档，然后看看你能创造什么。