我工作需要使用音視頻媒體，不管你處理哪種媒體，你肯定知道標準化是一種有價值的工具。就像你不會試圖把一個分數(shù)加到一個小數(shù)上而不轉(zhuǎn)換其中一個一樣，我已經(jīng)知道，把不同格式的媒體組合起來并不理想。為了方便用戶，大多數(shù)愛好者級應(yīng)用程序使轉(zhuǎn)換過程不可見。然而，對于那些需要控制媒體細節(jié)的用戶的靈活軟件，會通常讓你自己提前將媒體轉(zhuǎn)換為所需的格式。我有一些最喜歡的音頻轉(zhuǎn)換工具，其中之一就是號稱“音頻的瑞士軍刀” —— ??SoX??。

安裝

在 Linux 或 BSD 上，可以從軟件存儲庫或 Ports 樹中安裝 ??sox?? 命令（，以及一些有用的符號鏈接）。

你也可以從 ??Sourceforge.net?? 上安裝 SoX。它不經(jīng)常發(fā)布，但它的代碼庫往往是穩(wěn)定的，所以如果你想要最新的功能（如 Opus 支持），構(gòu)建它是容易和安全的。

SoX 主要提供了 ??sox?? 命令，但是創(chuàng)建了一些有用的符號鏈接：??play??、??rec?? 和 ??soxi??。

使用 SoX 獲取文件信息

SoX 可以讀取和重寫音頻數(shù)據(jù)。它是否存儲重寫的音頻數(shù)據(jù)取決于你。在有些情況下，你不需要存儲轉(zhuǎn)換后的數(shù)據(jù)，例如，當你將輸出直接發(fā)送到揚聲器進行回放時。然而，在進行任何轉(zhuǎn)換之前，最好首先確定要處理的是什么。

使用 ??soxi?? 命令也可以收集音頻文件信息。??soxi?? 會符號鏈接到 ??soxi --info??。

    $ soxi countdown.mp3
    Input File（輸入文件）    : '/home/tux/countdown.mp3'
    Channels（通道數(shù)）       : 1
    Sample Rate（采樣率）    : 44100
    Precision（數(shù)據(jù)精度）      : 16-bit（16 比特）
    Duration（時長）       : 00:00:11.21 = 494185 samples...（11.21 秒 = 494185 采樣點）
    File Size（文件大?。?     : 179k
    Bit Rate（比特率）       : 128k
    Sample Encoding（編碼格式）: MPEG audio (layer I, II or III)

這個輸出可以讓你很好地了解音頻文件的編碼方式、文件長度、文件大小、采樣率和通道數(shù)。其中一些你可能認為你已經(jīng)知道了，但當客戶把媒體帶到我面前時，我從不相信這些假設(shè)。使用 ??soxi?? 驗證媒體屬性。

轉(zhuǎn)換文件

在本例中，，一個游戲節(jié)目倒計時的音頻是以MP3文件的形式提供的。雖然幾乎所有的編輯應(yīng)用程序都接受壓縮音頻，但它們并不是在壓縮的數(shù)據(jù)上進行編輯。轉(zhuǎn)換是在某個地方發(fā)生的，可能是一個秘密的后臺任務(wù)，也可能提示讓你保存一份副本。我通常喜歡自己提前完成轉(zhuǎn)換。這樣，我可以控制使用的格式。我可以在夜間批量處理大量的媒體，而不是浪費寶貴的制作時間，等待編輯應(yīng)用程序按需處理它們。

??sox?? 命令用于轉(zhuǎn)換音頻文件。在 ??sox?? 流程中有幾個階段：

• 輸入
• 合并
• 特效
• 輸出

但在命令語法中，特效步驟令人困惑地放到了最后一步。這意味著 ??sox?? 流程是這樣組成的:

輸入 → 合并 → 輸出 → 特效

編碼

最簡單的轉(zhuǎn)換命令只涉及一個輸入文件和一個輸出文件。下面是轉(zhuǎn)換 MP3 文件為無損 FLAC 文件的命令：

$     $ sox countdown.mp3 output.flac
    $ soxi output.flac
    Input File（輸入文件）     : 'output.flac'
    Channels（通道數(shù)）       : 1
    Sample Rate（采樣率）    : 44100
    Precision（數(shù)據(jù)精度）      : 16-bit（16 比特）
    Duration（時長）       : 00:00:11.18 = 493056 samples...（11.18 秒 = 493056 采樣點）
    File Size（文件大?。?     : 545k
    Bit Rate（比特率）       : 390k
    Sample Encoding（編碼格式）: 16-bit FLAC
    Comment（注釋）        : 'Comment=Processed by SoX'

特效

特效可以在命令末尾指定。它可以在將數(shù)據(jù)發(fā)送到最終目的地之前更改音頻。例如，有時聲音太大會在轉(zhuǎn)換過程中造成問題：

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

應(yīng)用增益（??gain??）效果通常可以解決此問題：

$ sox bad.wav bad.ogg gain -1

淡入淡出

另一個常用的效果是淡入淡出（??fade??）。此效果允許你定義淡入或淡出的類型，以及你希望淡入淡出效果持續(xù)的時間。

下面是一個使用倒拋物線的 6 秒淡入示例：

$ sox intro.ogg intro.flac fade p 6

這將對音頻的頭部應(yīng)用 3 秒的淡入，并從 8 秒標記開始淡出（這段音樂只有 11 秒，因此在這種情況下淡出也是 3 秒）：

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

??sox?? 手冊頁中列出了不同類型的淡入淡出（正弦、線性、倒拋物線等）以及淡入淡出提供的選項。

特效語法

每個特效插件都有自己的語法，因此請參閱手冊頁了解如何調(diào)用每個特效插件的詳細信息。

效果可以在一個命令中以菊花鏈的方式進行，至少在你想組合它們的范圍內(nèi)是如此。換句話說，沒有語法可以只在六秒鐘的淡出期間應(yīng)用一個鑲邊效果。對于如此精確的東西，你需要一個圖形聲波編輯器或數(shù)字音頻工作站，例如 ??LMMS?? 或 ??Rosegarden??。但是，如果你只想應(yīng)用一次特效，可以在同一命令中將它們一起列出。

此命令應(yīng)用了一個 -1 的增益效果、1.35 的節(jié)奏拉伸和淡出：

    $ sox intro.ogg output.flac gain -1 stretch 1.35 fade p 0 6
    $ soxi output.flac
    Input File（輸入文件）     : 'output.flac'
    Channels（通道數(shù)）       : 1
    Sample Rate（采樣率）    : 44100
    Precision（數(shù)據(jù)精度）      : 16-bit（16 比特）
    Duration（時長）        : 00:00:15.10 = 665808 samples...（15.10 秒 = 665808 采樣點）
    File Size（文件大?。?     : 712k
    Bit Rate（比特率）       : 377k
    Sample Encoding（編碼格式）: 16-bit FLAC
    Comment（注釋）        : 'Comment=Processed by SoX'

組合音頻

SoX 還可以通過連接或混合音頻文件來組合音頻文件。

要連接（或者說拼接）文件合并為一個文件，請在命令中提供多個輸入文件：

$ sox countdown.mp3 intro.ogg output.flac

在本例中，??output.flac?? 現(xiàn)在包含 ??countdown.mp3?? 音頻，緊接著是 ??intro.ogg?? 音樂。

但是，如果你希望兩首曲目同時播放，可以使用 ??--combine mix?? 選項：

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

然而，想象一下，這兩個輸入文件的不同之處不僅僅在于它們的編解碼器。人聲音軌用單聲道（一個聲道）錄制并不少見，但音樂至少要用立體聲（至少兩個聲道）來錄制。SoX 不會給出默認的解決方案，因此你必須首先自己標準化這兩個文件的格式。

更改音頻文件

選項與后面列出文件名有關(guān)。例如，此命令中的 ??--channels?? 選項將僅僅應(yīng)用于 ??input.wav??，而不被應(yīng)用于 ??example.ogg?? 和 output.flac：

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

這意味著在 SoX 中，選項的位置非常重要。如果你在命令開始時指定一個選項，那么實際上只會覆蓋 SoX 自己從輸入文件中收集的內(nèi)容。然而，在輸出文件名前的選項決定了 SoX 如何寫入音頻數(shù)據(jù)。

要解決前面的通道不兼容問題，你可以首先標準化輸入，然后混合：

    $ sox countdown.mp3 --channels 2 countdown-stereo.flac gain -1
    $ soxi countdown-stereo.flac
    Input File（輸入文件）     : 'countdown-stereo.flac'
    Channels（通道數(shù)）       : 2
    Sample Rate（采樣率）    : 44100
    Precision（數(shù)據(jù)精度）      : 16-bit（16 比特）
    Duration（時長）       : 00:00:11.18 = 493056 samples...（11.18 秒 = 493056 采樣點）
    File Size（文件大小）      : 545k
    Bit Rate（比特率）       : 390k
    Sample Encoding（編碼格式）: 16-bit FLAC
    Comment（注釋）        : 'Comment=Processed by SoX'
    $ sox --combine mix \
      countdown-stereo.flac \
      intro.ogg \
      output.flac

SoX 絕對需要多個命令來執(zhí)行復(fù)雜的操作，因此根據(jù)需要創(chuàng)建幾個臨時和中間文件是正常的。

多通道音頻

當然，并非所有音頻都被限制在一個或兩個聲道。如果你想將多個音頻通道組合成一個文件，可以使用 SoX 的 ??--combine merge?? 選項：

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

簡單的音頻操作

在沒有視覺界面的情況下操作音頻似乎很奇怪，而且對于某些任務(wù)來說，SoX 絕對不是最好的工具。然而，對于許多任務(wù)，SoX 提供了一個簡單而輕量級的工具包。SoX 是一個具有強大潛力的簡單命令。有了它，你可以轉(zhuǎn)換音頻，操縱通道和波形，甚至生成自己的聲音。本文僅簡要概述了其功能，因此請閱讀其手冊頁或 ??在線文檔??，然后看看你能創(chuàng)造什么。