汎用オーディオ処理
ノイズ除去以外の汎用オーディオ操作:クリップ、変換、音量ノーマライズ、音声抽出、連結、フェードイン/フェードアウト、速度変更。すべて共有スクリプト skills/shared/scripts/audio_ops.py を介して ffmpeg をラップし、パラメータは確定・再現可能で、現場でコマンドを手組みしません。
入力
| フィールド | 必須 | 説明 |
|---|---|---|
| input_file | はい | オーディオまたはビデオファイルのパス |
| operation | はい | trim / convert / normalize / extract / concat / fade / speed / denoise / info |
| output_file | いいえ | デフォルト outputs/テーマ名/{name}-{op}.{ext} |
対応フォーマット:wav / mp3 / m4a / aac / flac、動画コンテナ mp4 / mkv / mov(音声抽出)。
出力
- 処理後のオーディオファイル(
outputs/テーマ名/に保存) - 各操作で実際に実行された ffmpeg コマンド + 出力ファイルの長さ/ビットレート/チャンネル数/サンプルレートを表示
実行手順
スクリプトパス(プロジェクトルート相対):skills/shared/scripts/audio_ops.py。各サブコマンドは -h をサポート。
0. 環境確認 + プローブ
python skills/shared/scripts/audio_ops.py info input.mp3
スクリプト自体が ffmpeg/ffprobe を確認し、欠けている場合はインストールのヒントを表示します。まず info でファイルの長さ/ビットレート/チャンネル数を表示してから操作を開始します。
1. クリップ trim
# 開始・終了時間
python skills/shared/scripts/audio_ops.py trim in.mp3 -o outputs/テーマ名/clip.mp3 --start 00:00:05 --end 00:00:20
# 開始位置 + 長さ
python skills/shared/scripts/audio_ops.py trim in.mp3 -o clip.mp3 --start 5 --duration 15
2. 変換 convert
python skills/shared/scripts/audio_ops.py convert in.wav -o out.mp3 --bitrate 192k
python skills/shared/scripts/audio_ops.py convert in.m4a -o out.wav --sample-rate 44100 --channels 2
出力フォーマットは拡張子で決まります(mp3/wav/m4a/aac)。
3. 音量ノーマライズ normalize
python skills/shared/scripts/audio_ops.py normalize in.mp3 -o out.mp3
デフォルトでは loudnorm により -14 LUFS / -1.5 dBTP(SNS/ポッドキャスト共通ラウドネス)にノーマライズします。--i --tp --lra で上書き可能。
4. 音声抽出 extract
python skills/shared/scripts/audio_ops.py extract video.mp4 -o audio.m4a
python skills/shared/scripts/audio_ops.py extract video.mp4 -o audio.aac --copy # 再エンコードなし、最速
5. 連結 concat
python skills/shared/scripts/audio_ops.py concat a.mp3 b.mp3 c.mp3 -o all.mp3
引数の順に連結し、再エンコード方式で異なるサンプルレート/コンテナにも対応。
6. フェードイン/フェードアウト fade
python skills/shared/scripts/audio_ops.py fade in.mp3 -o out.mp3 --fade-in 2 --fade-out 3
--fade-out は自動的に末尾 N 秒前に適用されます。
7. 速度変更 speed(ピッチ保持)
python skills/shared/scripts/audio_ops.py speed in.mp3 -o out.mp3 --factor 1.5 # 1.5倍速
python skills/shared/scripts/audio_ops.py speed in.mp3 -o out.mp3 --factor 0.8 # スローダウン
atempo ベースでピッチを保持し、0.5~2.0 の範囲を超える場合は自動的にカスケード処理します。
8. ノイズ除去 denoise(フォールバック、専用の場合は audio-denoise を使用)
python skills/shared/scripts/audio_ops.py denoise in.wav -o out.wav --tier 2
audio-denoise との境界
- audio-denoise:ノイズ除去専用の SKILL。レベルの選択、モデルダウンロード、ノイズ除去レポートなど、完全なワークフローを担当します。本格的なノイズ除去が必要な場合はこちらを使用。
- audio-editing:汎用オーディオ処理。
denoiseサブコマンドは便宜上のフォールバックに過ぎません。両者は同じaudio_ops.py denoiseを呼び出しており、能力は同一ですが、位置づけが異なります。
ルール
- 元のファイルは絶対に削除しない — 新しいファイルのみ
outputs/テーマ名/に書き込みます。 - info を先に、処理はその後 — ファイル情報を表示し、誤操作を防ぎます。
- ビデオ入力は音声のみ操作 — denoise ではビデオに自動的に
-c:v copyを適用。純粋な音声抽出は extract を使用。 - 透過的な実行 — スクリプトは実際の ffmpeg コマンドを表示します。
- Profile なしでも利用可能 — オーディオ処理はアカウントプロファイルに依存しません。
Profile 認識
Profile がある場合は、プラットフォームの好みに応じてデフォルトパラメータ(例:ショート動画のラウドネス、ターゲットビットレート)を選択できます。Profile がない場合は、汎用デフォルト(-14 LUFS、192k)にフォールバックします。