问题标签 [audacity]

是否有命令行工具或 ffmpeg / sox 命令来生成语音标签？类似于大胆的声音查找器。输出中只需要 timeStart 和 timeEnd。优选地，从给定的 timeStart 到给定的 timeEnd 生成。

我是一名音乐老师，一个班有 20 名学生。使用 Audacity，我录制了所有学生演奏的一段短文，并将每个学生的文件导出为 mp3。如何编写将这些文件批量分发给学生的代码，以便每个学生都有自己的文件？

我可以使用 Google Drive、电子邮件或其他免费选项，并且文件都为每个学生命名。有可用的附加解决方案，但我宁愿自己编写脚本以尽量减少暴露学生数据；我只是不确定从哪里开始代码。感谢您的建议！

我正在通过 Udacity 学习 git，当按照说明操作时，我的用户名上弹出了这条消息，在过去 30 分钟左右我一直在努力让它离开……（我试过休息等等）

这是代码：

我已经从 Audacity 导出了一个波形 (.wav) 文件，其中包含元数据中的自定义标签，键为：LOOP_START 和 LOOP_LENGTH。

Audacity 元数据编辑器中标签的屏幕截图

我唯一的问题是我不知道如何在我的 Java 程序中获取附加到这些键的值。我该怎么办？

编辑：我更喜欢使用使用标准 Java 库的解决方案，尽管如果这是唯一的方法，我不会反对下载第 3 方库。

Edit2：这是我正在搞乱的一些代码：

但这只会打印：“{}”。（“bgm”是一个文件夹（src 的直接子级））

我知道它正在读取文件，因为它没有抛出任何异常，但它会从根目录进入 bin，而不是 src。我不确定这是否会有所不同。但是 bin 中的音频文件与 src 中的音频文件具有相同的元数据标签。

1/13/18 编辑：仍在尝试回答这个问题。这是我正在尝试的一些新代码：

这打印：0。

这是此处https://ffmpeg.org/ffmpeg-filters.html#afade-1的可能曲线afade和acrossfade过滤器列表

这是他们的代码，来自libavfilter/af_afade.c：

他们看起来怎么样？它们听起来怎么样？淡入淡出和交叉淡入淡出推荐哪一种？就我个人而言，我只是想避免音频点击，也许交叉淡入淡出在这里有点矫枉过正。

相关链接： http: //manual.audacityteam.org/man/fade_and_crossfade.html。不确定如何大胆的名称转换为 ffmpeg 名称。

我正在尝试绘制音频样本的频谱图。虽然我使用下面给出的代码绘制它，但发现它更奇怪。但是，我将它们导入到 audacity 中，结果非常好。建议我为了在 python 中复制相同的内容而需要做的更改？我想知道这是我需要使用的颜色图，以及要进行哪些更改才能获得类似于大胆光谱图的图像。

提前致谢。

Python光谱图：

大胆的频谱图：

我需要使用 Audacity 向批量声音文件中添加恒定 dB 级别的白噪声。生成插件“噪声”本质上是我正在寻找的，但它不能用于向链中的文件添加噪声，因为它会覆盖每个文件而不是向其中添加白噪声。有一个效果插件“添加噪声”，它也非常接近我的需要，但是白噪声是作为每个文件中总噪声的百分比添加的，而不是以恒定的 dB 级别添加到每个文件中。

我正在尝试使用“Nyquist Prompt”编辑“添加噪声”插件的代码，以便将噪声级别设置从百分比更改为 dB，但对新代码应该是什么感到茫然。我认为我需要更改的 2 行是第 9 行和第 13 行，但同样，我并不完全确定。“添加噪音”插件来自Audacity 论坛。

几天前我开始学习在 Android Studio 中制作应用程序，我的目标是构建一个应用程序，通过从 GoogleBook Api 获取数据来显示具有某些详细信息的书籍列表，我想知道如何在屏幕上显示结果输入“editText：搜索字段后？？我真的需要你的帮助，在此先感谢

在此处输入图像描述

我有一个 7 秒的音频 wav 文件：full.wav。

我从中提取了一小部分样本。我使用大胆选择时间范围并标记它。我导出标签（包含样本的开始和结束时间）。

1/ 我使用 audacity 菜单导出样本并将其保存为 sample_audacity.wav

2/ 我使用 scipy.io.wavfile.read 在 python 脚本中加载 full.wav 我保存示例 full[start:end]。它给了我 sample_python.wav

当我听 sample_audacity.wav 和 sample_python.wav 我听到同样的声音。

但是，如果我使用 scipy.io.wavfile.read 加载它们，我会得到两个文件的非常不同的值。sample_python.wav 的值是 full.wav 值的子集 - 这是正常的。

但是 sample_audacity.wav 的值不是。

有人知道为什么/如何在保存原始数据（full.wav）的摘录时大胆地修改它吗？

如果可能的话，如何大胆地给我作为样本，使初始数据具有相同的值（子集）？

例如，sample_audacity.wav 的前 100 个值

[128 122 124 123 134 138 143 142 139 135 144 149 155 156 148 144 143 144 151 152 159 152 160 150 157 151 155 153 155 156 154 151 145 139 128 132 124 131 130 129 123 115 104 100 94 94 88 85 78 74 65 59 52 48 43 45 46 45 40 30 19 10 6 7 14 15 12 0 -8 1 23 51 72 63 55 26 23 20 31 36 40 35 27 22 15 15 7 9 1 -2 -4 0 -3 -4 -18 -25 -25 -12 -1 -9]

sample_audacity.wav 的形状：(36296,)

sample_python.wav 的前 100 个值

[128 127 124 122 125 132 139 143 142 138 137 142 150 155 155 149 144 142 145 150 154 156 156 155 155 154 153 153 154 155 156 154 151 145 138 131 128 127 129 131 129 123 114 105 99 95 93 89 84 79 73 66 59 52 47 44 45 46 45 39 31 19 10 5 8 13 16 11 0 -7 0 23 52 69 68 50 30 20 22 30 37 39 35 28 21 16 13 10 7 2 -3 -3 -1 -1 -6 -17 -26 -24 -12 -2]

sample_python.wav 的形状：(36297,)

大胆 2.1.2 Ubuntu

首选项导入/导出：

导出设置：

两个文件的媒体信息：

所以我正在使用 Python 和谷歌云服务（用于电话呼叫）进行语音转文本项目。我收到的 mp3 在左扬声器播放一种声音，在右扬声器播放另一种声音。

所以在测试过程中，我手动将原始 mp3 文件拆分为两个 WAV 文件（每个通道一个，转换为单声道）。我通过 Audacity 进行了拆分。准确率约为 80-90%，非常适合我的目的。

但是，一旦我尝试使用 ffmpeg （更具体地说：ffmpeg -i input_filename.mp3 -map_channel 0.0.0 left.wav -map_channel 0.0.1 right.wav）自动分割，精度急剧下降。

我已经试验了大约一个星期，但我无法提高准确性。就其价值而言，音频文件听起来与人耳相同。我发现当我增加输出文件的体积时，准确度会变得更好，但不如我用 Audacity 进行拆分时那么好。

我想我想问的是，Audacity 有什么不同？

以下是每个文件的 sox -n stat 结果：

**使用 ffmpeg 拆分（~20-30% 准确度）：**

大胆拆分：（80-90% 准确率）

原始mp3：

对我来说突出的一件事是持续时间不一样。还有幅度。我可以指示 ffmpeg 进行拆分时的持续时间是多少？我可以更改所有幅度以匹配大胆文件吗？我不确定如何才能达到 80% 的准确率，但增加音量似乎是迄今为止最有希望的解决方案。

任何帮助将不胜感激。我不必使用 ffmpeg，但这似乎是我唯一的选择，因为 Audacity 不可编写脚本。