sox使用要点.docx

1、sox使用要点SoX-linux里操作音频的瑞士军刀Sox是最为著名的Open Source声音文件格式转换工具。已经被广泛移植到Dos、windows、OS2、Sun、Next、Unix、Linux等多个操作系统平台。Sox项目是由Lance Norskog创立的，后来被众多的开发者逐步完善，现在已经能够支持很多种声音文件格式和声音处理效果。基本上常见的声音格式都能够支持。更加有用的是，Sox能够进行声音滤波、采样频率转换，这对那些从事声讯平台开发或维护的朋友非常有用。当然，Sox里面也包括一些DSP算法，有兴趣的朋友可以下载回去研究。Sox可以用于任何用途。但是发布源代码时必须包括版权声明

2、，发布二进制代码必须声明作者。首先来一个简单的命令,如下:sox file1.wav -v 0.6 file2.wav-v是调整音量的选项,0.6是参数,它是一种线性调整,并不是调整到原先的0.6,而是幅值调整,file2.wav是输出文件。如果-v后面的数字比1大,则增加音量,反之则减少音量,如果是负数那么在调整的同时还对音频进行反相变换,但也不是可以任意增加的,取值太大容易产生削波现象。要取什么只好呢?键入下列命令:sox file1.wav -n stat -v命令输出结果如下1.003这就得出不失真最大调整量了。上面的stat为效果器,作用是对音频文件做一个统计分析,并将结果打印到标准

3、错误文件,选项-v将打印跟音量调整有关的以Volume Adjustment:字样开始的哪一行。至于-n表示输出文件为空。这样在不干扰音频文件的情况下可得到文件信息。sox的语法格式如下所示:sox 全局参数 格式化参数 输入文件1 格式化参数 输入文件2 . 格式化参数 输出文件 效果器首先全局参数在最前面,每个输入文件都有相应的格式化参数,可以有多个输入文件,在来一个输出文件,前面再加上格式化参数,最后是效果器。这到后面再说。上面的语法格式很间洁,应该很容易明白。在用SoX输出一个文件之前,用SoX附带的play命令先听一下效果是个不错的想法。下面让我们做另外一件事,切掉音频文件。假如我们

4、有一个文件,开头有10秒钟左右我们不想要,那么我们可以这样做,首先看文件有多长:sox 杨望.wav -n stat得到下面输出信息:Samples read: 20889600Length (seconds): 236.843537Scaled by: 2147483647.0Maximum amplitude: 0.996857Minimum amplitude: -0.993195Midline amplitude: 0.001831Mean norm: 0.084509Mean amplitude: -0.000000RMS amplitude: 0.119258Maximum del

5、ta: 0.729645Minimum delta: 0.000000Mean delta: 0.058931RMS delta: 0.080600Rough frequency: 4743Volume adjustment: 1.003我们现在关心的是Length (seconds):236.843537这一行,它说明了这文件是236.843537秒长,约等于237秒吧。再键入下列命令:sox 杨望.wav 杨望1.wav trim 0 10上面的命令说明了从文件开始截取10秒钟的文件,输出名字是杨望1.wav,0是文件开始,10是时间概念,表示时长,而非文件长度。再调用SoX的play命令

6、用耳麦听一下,确认了杨望1.wav就是要去掉的长度以后，就可以开始截取操作了:rm -rfv 杨望1.wavsox 杨望.wav 杨望1.wav trim 10 227输出文件杨望1.wav就是我们想得到的文件。上面的227是最终文件时间长度,等于237减去10。SoX能够执行常见大多数音频格式转换,如：sox 杨望.wav sox 杨望.mp3在安装了mp3lame或libmad库支持以后,能将wav格式转为mp3格式。下面谈谈文件的联和,假如不指定特别的参数,例如：sox file1.mp3 file2.mp3 file3.mp3象上式那样,将file1.mp3, file2.mp3按照次

7、序连接在一起,输出文件是file3.mp3，对于SoX附带的play命令来说,假如不指定特别的参数,操作方法基本相同,如play file1.mp3 file2.mp3,它门按照文件排列顺序播放,SoX的rec命令也是和sox情况一样。但是假如象下面这样:sox -m file1.mp3 file2.mp3 file3.mp3file1.mp3和file2.mp3被混合重叠在一起,音轨数目不需要一样。输出文件可能减少音轨,输出文件是不可逆的。例外需要重提一下,采用sequence或merge来联和文件时,输入文件的样本速率必须一样,否则联合不起来。例如,采用merge联合两个文件:sox -M

8、 test.wav 杨望.wav test1.wav得结果:sox sox: Input files must have the same sample-rate实际上,-M参数主要用来将几个声道混合成一个联合声道,例如将两个单声道混合成立体声道。在混合之前，需要将采样率调整成一样。如果想了解文件的的头部信息而又不想看到一大堆的信息,可以用-V和-n联合,如:sox -V *.wav -nInput File : 杨望.wavSample Size : 16-bit (2 bytes)Sample Encoding: signed (2s complement)Channels : 2Samp

9、le Rate : 44100Duration : 03:56.84 = 10444800 samples = 17763.3 CDDA sectorsEndian Type : littleReverse Nibbles: noReverse Bits : no就会打印出本目录下所有wav文件的头部信息。如果想调整文件的样本速率,可键入:sox file1.wav -r 想调整的样本速率值 file2.wav，比如想将样本速率值设为48000Hz,则可如下键入：sox file1.wav -r 48000 file2.wav 有个选项特别有用,它是-interactive,如果你的输出文件跟

10、已有文件同名,它会提示你是否覆盖,如果无此选项,SoX会强制覆盖同名文件,因此,利用一个shell符号链接或是批处理文件永久启用它是最好的。有些效果器的转换函数支持绘制数学转换图表,可通过全局选项-plot来办到,-plot后面跟随转换函数想调用的绘图程序,可用gnuplot或octave两个。例如:sox -plot octave 杨望.wav -n lowpass 1320 plot.m命令octave plot.m可看到效果器转换函数表。有时候输出文件的声音听起来有些不太舒服,此时可用-replay-gain对输入文件应用重放增益调整,后面跟track对声道进行调整,跟album对专辑进

11、行调整,跟off关闭。假如你有一个文件,它是单声道的,你想将它转成立体声,那么键入下例:sox file1.wav -c 2 file2.wav其中-c就是声道转换选项,-c2又可写成-c2,同样道理,-c1表示单声道,-c4表示4声道。将声道转换和采样率调整,音量调整,打印细节结合起来则得到如下：sox -V4 -v 1.2 file1.wav -r 48000 -c 2 file2.wav 其中-V4表示打印最多细节。经常会发生这样的情况,有时候得到一个音频文件,但是文件扩展名非标准或文件头部看不出是什么类型,这时候就要为他指定文件类型了,怎么指定呢?用-t选项,如：sox -v 1.0

12、-V file1 -t wav -r 44100 -c2 file2.wav键入man 7 soxformat 可以查看支持文件类型的列表。下面再举几个例子,下例应用了抖动效果器:sox recital.au -r 12000 -1 -c 1 recital.wav vol 0.7 dither 4上例中,将Sun的AU格式转为微软的WAV波形文件, -1表示采用1字节编码,-2,-3 -4,-8类推,-c 1表示单声道, vol 0.7表示音量效果器,此处取音量为0.7,dither是抖动效果器,4是抖动深度。sox -r 8000 -u -1 -c 1 file1.raw file2.wa

13、v上式给生的格式音频文件指定采样速率8000,采用u-law(u律)编码,单声到(-c 1),并给输出文件加入头部信息。sox file1.wav file2.wav speed 1.29增加到原来速度的1.299(音调节拍一起来)。在试试下面两个的不同效果:play file.wav bass -20跟play file.wav bass +20上式bass是给输出结果加上低音效果,-20是低限值,+20是高限值。值愈低,声音愈低,反之则值愈高，声音愈浑厚。上面讲了很多SoX的附带程序sox的用法,其实,SoX附带的程序还有rec,play两个程序,具体来讲,rec是用来录音的,play则是

14、用来试听效果的,它们的语法跟sox是类似的,只是rec的输入源变成了内部或外部的设备。两者语法如下:play 全局参数 格式化参数 输入文件1 格式化参数 输入文件 . 格式化参数 输出文件 效果器 特效参数 .rec 全局参数 格式化参数 输出文件 效果器 特效参数关于play得用法在效果器一节中会讲到,现举个例子说明rec的用法:rec file.wav如果要详细点:rec -r 44100 -4 -u -c2 -t mp3 test.mp3上面通过举例,讲解了SoX软件包的命令行格式,以及全局选项,输入输出选项的用法,一般常见命令行选项及参数的用法,下一节将讲述SoX软件包的更精彩部份:

15、SoX效果器,下节再见。第二节 SoX进阶-SoX效果器这一节讲解SoX的效果器,也就是SoX里用来搞声音滤波，采样频率转换,和声,混响,移相,调整音量等等功能的选项，它是SoX里最精彩的部份，正是因为有了它们，SoX才不愧是linux里的瑞士军刀。从它们在命令行中位置来说,都是处于输出文件的后面,可以只用一个,也可以多个联合使用。不过,建议还是一个一个的试用,调整好了再联合使用,当然这样对cpu要求就较高。基本上我们将用SoX软件包的play命令通过麦克风或扬声器来听结果,而不是看那些声音文件中的谜一样的数据。还有,这里用的是一小段自录声音(3.15分钟长,wav格式,44.1 kHz采样速率,16bit单声道)。样本不应该包含任何特效,然而,假如你从磁带或收音机或CD进行录音,并且它听起来象一场演唱会,或者象十个人在用鼓或其他的东西以同一个调子在演奏,那么用其他样本。(典型样本是:乐器少于四种