目前，我们在 shell 脚本中使用此命令来消除音频文件中的静音：
ffmpeg -i $INFILE -af silenceremove=0:0:0:-1:1:${NOISE_TOLERANCE}dB -ac 1 $SILENCED_FILE -y
这很好用，只是它消除了所有的静音，导致剩余的音频被挤压在一起。
在每段音频之间留出两到三秒的时间，如何做到这一点？
该解决方案需要非常高效，因为我们将处理大量音频，并且应该使用可以在 Linux 和 OSX 上轻松安装的工具，例如 ffmpeg 或 sox。