如何使用 ffmpeg 规范化音频？

Question

我希望影片剪辑中最响亮的峰值声音与编解码器允许的一样大，然后相应地放大所有其他声音。

使用 ffmpeg 完成此操作的实际示例是什么？

Answer 1

选项 1：内置归一化过滤器

当前的 ffmpeg 有两个可以直接用于归一化的过滤器——尽管它们已经相当先进，因此它们不会简单地应用增益来达到峰值水平。他们来了：

• loudnorm：根据 EBU R128 进行响度归一化。您可以设置集成响度目标、响度范围目标或最大真实峰值。推荐用于发布音频和视频，世界各地的广播公司都在使用它。
• dynaudnorm：无需剪辑的“智能”响度归一化，在文件的窗口部分动态应用归一化。这可能会改变声音的特性，因此应谨慎使用。

此外，volume过滤器可用于执行简单的音量调整。有关更多信息，请参阅音频音量操作wiki 条目。

该loudnorm过滤器可与一个通一起使用，但建议进行两次通过，这使得能够更精确线性规范化。这有点难以自动化。此外，如果您想要“简单”的基于 RMS 或峰值归一化到 0 dBFS（或任何其他目标），请继续阅读。

选项 2：使用ffmpeg-normalize工具

我创建了一个 Python 程序来规范媒体文件，也可以在 PyPi 上使用。你只需：

• 下载 ffmpeg（选择静态构建，版本 3.1 或更高）
• 通过将ffmpeg可执行文件$PATH添加到，例如/usr/local/bin，或将其目录添加到$PATH
• 跑 pip install ffmpeg-normalize
• 用 ffmpeg-normalize

例如：

ffmpeg-normalize input.mp4 -o output.mp4 -c:a aac -b:a 192k

或者，简单地批量标准化多个音频文件并将它们作为未压缩的 WAV 写入输出文件夹：

ffmpeg-normalize *.m4a -of /path/to/outputFolder -ext wav

该工具支持 EBU R128（默认）、RMS 和峰值。查看ffmpeg-normalize -h更多选项并查看README以获取一些示例。

此外，它还支持使用其他编码器（例如，AAC 或 MP3）重新编码，或将音频自动合并回视频。

选项 3：手动标准化音频 ffmpeg

在 ffmpeg 中，您可以使用volume过滤器来更改曲目的音量。确保您下载了该程序的最新版本。

本指南用于峰值归一化，这意味着它将使文件中最响亮的部分位于 0 dB 而不是更低的位置。还有基于 RMS 的归一化，它试图使多个文件的平均响度相同。为此，不要尝试将最大音量推至 0 dB，而是将平均音量推至所选的 dB 级别（例如 -26 dB）。

找出申请的收益

首先，您需要分析最大音量的音频流，看看标准化是否会得到回报：

ffmpeg -i video.avi -af "volumedetect" -vn -sn -dn -f null /dev/null

在 Windows 上替换/dev/null为NUL。
的-vn，-sn和-dn论据请示的ffmpeg这个分析过程中忽略非音频流。这大大加快了分析速度。

这将输出如下内容：

[Parsed_volumedetect_0 @ 0x7f8ba1c121a0] mean_volume: -16.0 dB
[Parsed_volumedetect_0 @ 0x7f8ba1c121a0] max_volume: -5.0 dB
[Parsed_volumedetect_0 @ 0x7f8ba1c121a0] histogram_0db: 87861

如您所见，我们的最大音量为 -5.0 dB，因此我们可以应用 5 dB 增益。如果得到 0 dB 的值，则不需要对音频进行归一化。

应用音量过滤器：

现在我们将volume过滤器应用于音频文件。请注意，应用过滤器意味着我们必须重新编码音频流。当然，您想要的音频编解码器取决于原始格式。这里有些例子：

• 纯音频文件：只需使用您需要的任何编码器对文件进行编码：

  ffmpeg -i input.wav -af "volume=5dB" output.mp3
  

  当然，您的选择非常广泛。

• AVI 格式：通常有 MP3 音频和视频放在 AVI 容器中：

  ffmpeg -i video.avi -af "volume=5dB" -c:v copy -c:a libmp3lame -q:a 2 output.avi
  

  这里我们选择了质量级别 2。值范围从 0 到 9，越低越好。有关设置质量的更多信息，请查看MP3 VBR 指南。例如，您还可以使用 设置固定比特率-b:a 192k。

• MP4 格式：使用 MP4 容器，您通常会找到 AAC 音频。我们可以使用 ffmpeg 的内置 AAC 编码器。

  ffmpeg -i video.mp4 -af "volume=5dB" -c:v copy -c:a aac -b:a 192k output.mp4
  

  在这里您还可以使用其他 AAC 编码器。其中一些也支持 VBR。有关一些提示，请参阅此答案和AAC 编码指南。

在上面的例子中，视频流将使用-c:v copy. 如果输入文件中有字幕或多个视频流，请-map 0在输出文件名前使用该选项。

Answer 2

我不能评论最好的消息，所以这是我基于它做的丑陋的bash

ffmpeg -i sound.mp3 -af volumedetect -f null -y nul &> original.txt
grep "max_volume" original.txt > original1.tmp
sed -i 's|: -|=|' original1.tmp
if [ $? = 0 ]
 then
 sed -i 's| |\r\n|' original.tmp
 sed -i 's| |\r\n|' original.tmp
 sed -i 's| |\r\n|' original.tmp
 sed -i 's| |\r\n|' original.tmp
 grep "max_volume" original1.tmp > original2.tmp
 sed -i 's|max_volume=||' original2.tmp
 yourscriptvar=$(cat "./original2.tmp")dB
 rm result.mp3
 ffmpeg -i sound.mp3 -af "volume=$yourscriptvar" result.mp3
 ffmpeg -i result.mp3 -af volumedetect -f null -y nul &> result.txt
fi

Answer 3

这是一个用于标准化 .m4a 文件声级的脚本。注意声级是否太安静而无法开始。如果在这种情况下使用 Audacity 之类的东西，最终的声音会更好。

#!/bin/bash

# Purpose: Use ffmpeg to normalize .m4a audio files to bring them up to max volume, if they at first have negative db volume. Doesn't process them if not. Keeps bitrate same as source files.
# Parameters: $1 should be the name of the directory containing input .m4a files.
#   $2 should be the output directory.

INPUTDIR=$1
OUTPUTDIR=$2

<<"COMMENT"

# For ffmpeg arguments http://superuser.com/questions/323119/how-can-i-normalize-audio-using-ffmpeg
# and
# https://kdecherf.com/blog/2012/01/14/ffmpeg-converting-m4a-files-to-mp3-with-the-same-bitrate/
ffmpeg -i test.m4a -af "volumedetect" -f null /dev/null

ffmpeg -i test.m4a -af "volumedetect" -f null /dev/null 2>&1 | grep max_volume
# output: max_volume: -10.3 dB

ffmpeg -i test.m4a -af "volumedetect" -f null /dev/null 2>&1 | grep 'max_volume\|Duration'
# Output:
#  Duration: 00:00:02.14, start: 0.000000, bitrate: 176 kb/s
# [Parsed_volumedetect_0 @ 0x7f8531e011a0] max_volume: -10.3 dB

ffmpeg -i test.m4a -af "volumedetect" -f null /dev/null 2>&1 | grep max_volume | awk -F': ' '{print $2}' | cut -d' ' -f1
# Output: -10.3

ffmpeg -i test.m4a 2>&1 | grep Audio
# output: Stream #0:0(und): Audio: aac (LC) (mp4a / 0x6134706D), 44100 Hz, stereo, fltp, 170 kb/s (default)

ffmpeg -i test.m4a 2>&1 | grep Audio | awk -F', ' '{print $5}' | cut -d' ' -f1
# output: 170

# This works, but I get a much smaller output file. The sound levels do appear normalized.
ffmpeg -i test.m4a -af "volume=10.3dB" -c:v copy -c:a aac -strict experimental output.m4a

# Operates quietly.
ffmpeg -i test.m4a -af "volume=10.3dB" -c:v copy -c:a aac -strict experimental -b:a 192k output.m4a -loglevel quiet

COMMENT

# $1 (first param) should be the name of a .m4a input file, with .m4a extension
# $2 should be name of output file, with extension
function normalizeAudioFile {
    INPUTFILE=$1
    OUTPUTFILE=$2

    DBLEVEL=`ffmpeg -i ${INPUTFILE} -af "volumedetect" -f null /dev/null 2>&1 | grep max_volume | awk -F': ' '{print $2}' | cut -d' ' -f1`

    # We're only going to increase db level if max volume has negative db level.
    # Bash doesn't do floating comparison directly
    COMPRESULT=`echo ${DBLEVEL}'<'0 | bc -l`
    if [ ${COMPRESULT} -eq 1 ]; then
        DBLEVEL=`echo "-(${DBLEVEL})" | bc -l`
        BITRATE=`ffmpeg -i ${INPUTFILE} 2>&1 | grep Audio | awk -F', ' '{print $5}' | cut -d' ' -f1`

        # echo $DBLEVEL
        # echo $BITRATE

        ffmpeg -i ${INPUTFILE} -af "volume=${DBLEVEL}dB" -c:v copy -c:a aac -strict experimental -b:a ${BITRATE}k ${OUTPUTFILE} -loglevel quiet

    else
        echo "Already at max db level:" $DBLEVEL "just copying exact file"
        cp ${INPUTFILE} ${OUTPUTFILE}
    fi
}

for inputFilePath in ${INPUTDIR}/*; do
    inputFile=$(basename $inputFilePath)
    echo "Processing input file: " $inputFile
    outputFilePath=${OUTPUTDIR}/$inputFile
    normalizeAudioFile ${inputFilePath} ${outputFilePath}
done