通用音訊處理
除降噪外的通用音訊操作:裁剪、轉碼、音量正規化、提取音軌、拼接、淡入淡出、變速。全部透過共享腳本 skills/shared/scripts/audio_ops.py 封裝 ffmpeg,參數確定、可重現,不現場手拼命令。
輸入
| 欄位 | 必填 | 說明 |
|---|---|---|
| input_file | 是 | 音訊或影片檔案路徑 |
| operation | 是 | trim / convert / normalize / extract / concat / fade / speed / denoise / info |
| output_file | 否 | 預設 outputs/主題名/{name}-{op}.{ext} |
支援格式:wav / mp3 / m4a / aac / flac,影片容器 mp4 / mkv / mov(提取音軌)。
輸出
- 處理後的音訊檔案(放入
outputs/主題名/) - 每次操作打印實際執行的 ffmpeg 命令 + 輸出檔案的時長/碼率/聲道/採樣率
執行步驟
腳本路徑(相對專案根目錄):skills/shared/scripts/audio_ops.py。每個子命令都支援 -h。
0. 環境檢查 + 探測
python skills/shared/scripts/audio_ops.py info input.mp3
腳本自身會檢查 ffmpeg/ffprobe,缺失時給安裝提示。先 info 展示檔案時長/碼率/聲道再動手。
1. 裁剪 trim
# 起止時間
python skills/shared/scripts/audio_ops.py trim in.mp3 -o outputs/主題名/clip.mp3 --start 00:00:05 --end 00:00:20
# 起點 + 時長
python skills/shared/scripts/audio_ops.py trim in.mp3 -o clip.mp3 --start 5 --duration 15
2. 轉碼 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
輸出格式由副檔名決定(mp3/wav/m4a/aac)。
3. 音量正規化 normalize
python skills/shared/scripts/audio_ops.py normalize in.mp3 -o out.mp3
預設 loudnorm 到 -14 LUFS / -1.5 dBTP(社群媒體/播客通用響度)。可用 --i --tp --lra 覆蓋。
4. 提取音軌 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 # 不重新編碼,最快
5. 拼接 concat
python skills/shared/scripts/audio_ops.py concat a.mp3 b.mp3 c.mp3 -o all.mp3
按參數順序拼接,重新編碼方式兼容不同採樣率/容器。
6. 淡入淡出 fade
python skills/shared/scripts/audio_ops.py fade in.mp3 -o out.mp3 --fade-in 2 --fade-out 3
--fade-out 自動定位到結尾前 N 秒。
7. 變速 speed(保持音高)
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 # 放慢
基於 atempo 保音高,超過 0.5-2.0 範圍自動級聯。
8. 降噪 denoise(兜底,專項請用 audio-denoise)
python skills/shared/scripts/audio_ops.py denoise in.wav -o out.wav --tier 2
與 audio-denoise 的邊界
- audio-denoise:降噪專項 SKILL,負責選級、模型下載、降噪報告等完整流程——需要認真降噪時用它。
- audio-editing:通用音訊處理。
denoise子命令僅作為順手兜底,兩者調用同一個audio_ops.py denoise,能力一致,定位不同。
規則
- 絕不刪除原始檔案 — 只寫新檔案到
outputs/主題名/。 - 先 info 再處理 — 展示檔案資訊,避免誤操作。
- 影片輸入只動音訊 — denoise 對影片自動
-c:v copy;純抽音用 extract。 - 透明執行 — 腳本會打印實際 ffmpeg 命令。
- 無 Profile 也能用 — 音訊處理不依賴帳號畫像。
Profile 感知
有 Profile 時可據平台偏好選預設參數(如短影片響度、目標碼率);無 Profile 退到通用預設(-14 LUFS、192k)。