程序员军刀之 sox

SoX 是一款强大音频文件工具箱,是音频操作方面的瑞士军刀, 转码，播放，录制，以及查看音频文件格式都很方便，其中主要包含四个命令行小工具:

sox 音频格式转换
soxi 音频格式信息查询
play 播放音频文件
rec 录制音频文件

音频格式转换工具 sox

可以从 http://sox.sourceforge.net/ 下载安装
MacOS 上直接用 brew install sox 安装

用法如下

sox [global-options] [format-options] infile1 [[format-options] infile2] ... [format-options] outfile [effect [effect-options]] ...

输入输出参数选项 :

−b BITS, −−bits BITS (采样的比特位数)
−c CHANNELS, −−channels CHANNELS (声道个数)
−e ENCODING, −−encoding ENCODING (音频编码 a-law, u-law )
−L, −−endian little (小端)
−r, −−rate RATE[k] (比特率)
−t, −−type FILE-TYPE (文件类型, 比如 raw, mp3)

sox 的强大在于它能给音频文件添加各种音效和处理, 各种效果可以链式排列逐个对音频文件进行处理

例如 gain �效果，可对于某些声道放大或减小音频信号
<pre>
gain [−e|−B|−b|−r] [−n] [−l|−h] [gain-dB]
</pre>

注意使用任一 −e, −B, −b, −r, 或 −n 参数都需要额外的磁盘空间, 对于流媒体不太适用

没有其他参数的 gain-dB 用来根据给定的分贝数值调整信号强度水平
正值为放大, 负值为减小

带有其他参数的 gain-dB 是在相应处理过程之后进行分贝的放大或减小

-e 意为equalised, 用来均衡，也就是把多通道音频文件中的所有通道达到相同的峰值电平
−B (balance) 此选项与-e类似，�但是它使用RMS电平而不是峰值电平。 -B可用于纠正由不正确的磁带转录引起的立体声不平衡。请注意，不像-e，-B可能会导致一些对原文件的削剪
−b 与-B类似，但具有削波保护，即如果需要在平衡时防止削波，则对所有信道应用衰减。但是请注意，结合-n，-B和-b是同义词
-r选项与以前使用-h选项调用增益结合使用
-n选项将音频标准化为0dB FSD;它通常与负增益dB结合使用，使得音频被归一化到低于0dB的给定电平
loudness [gain [reference]]
响度控制 - 类似于增益效应，但为人类听觉系统提供均衡。有关响度的详细说明，请访问http://en.wikipedia.org/wiki/Loudness。增益通过给定的增益参数（通常为负）进行调整，信号根据ISO 226 w.r.t.进行均衡。参考电平为65dB，尽管如果原始音频已经被平衡以达到某个其他最佳电平，则可以给出替代参考电平。如果没有给出增益值，则使用默认增益为-10dB。
norm [dB-level]
规范音频。规范只是获得-n的别名; 有关详细信息，请参阅增益效果。
oops
异相立体声效果。将立体声混合为双声道，其中每个单声道通道包含左右立体声通道之间的差异。这有时被称为“卡拉OK”效果，因为它通常具有从录音中删除大部分或全部声乐的效果。相当于混音1,2i 1,2i

示例

转换音频文件为采样大小为16bit, 采样频率 8KHz, 单声道
<pre>
sox test.wav -L -b16 -r 8000 -c 1 new-test.wav
</pre>
转换音频文件为 G.711 u-law 编码, 采样频率 8KHz, 单声道
<pre>
sox src.wav -r 8000 -c 1 -e u-law dest.wav
</pre>

音频格式查询工具 soxi

示例

soxi -V 1000.wavinput File     : '1000.wav'
Channels       : 1
Sample Rate    : 8000
Precision      : 14-bit
Duration       : 00:00:02.14 = 17090 samples ~ 160.219 CDDA sectors
File Size      : 17.1k
Bit Rate       : 64.2k
Sample Encoding: 8-bit u-law

音频播放工具 play

play [global-options] [format-options] infile1 [[format-options] infile2] ... [format-options] [effect [effect-options]] ...
<pre>
play 1000.wav
</pre>

音频录制工具 rec

rec [global-options] [format-options] outfile [effect [effect-options]] ...

示例

指定录制的采样率和采样位数
<pre>
rec -r 8000 -b 16
</pre>
指定录制的声道,目标文件, 并只截取前30分钟
<pre>
rec −c 2 radio.aiff trim 0 30:00
</pre>
指定录制的文件, 并只录一分钟
<pre>
rec music.wav trim 0 1
</pre>

libsox

libsox is a library of sound sample file format readers/writers and sound effects processors. It is mainly developed for use by SoX but is useful for any sound application.

libsox是一个对于声音采样文件格式的读写和音效处理器库。它主要用于工具SoX，�对于其他声音应用程序都很有用。但是它的 license 是 GPL/LGPL , 在商业产品代码中使用要注意

例如：

#ifdef NDEBUG /* N.B. assert used with active statements so enable always. */
#undef NDEBUG /* Must undef above assert.h or other that might include it. */
#endif#include "sox.h"
#include <stdlib.h>
#include <stdio.h>
#include <assert.h>/** Reads input file, applies vol & flanger effects, stores in output file.* E.g. example1 monkey.au monkey.aiff*/
int main(int argc, char * argv[])
{static sox_format_t * in, * out; /* input and output files */sox_effects_chain_t * chain;sox_effect_t * e;char * args[10];assert(argc == 3);/* All libSoX applications must start by initialising the SoX library */assert(sox_init() == SOX_SUCCESS);/* Open the input file (with default parameters) */assert(in = sox_open_read(argv[1], NULL, NULL, NULL));/* Open the output file; we must specify the output signal characteristics.* Since we are using only simple effects, they are the same as the input* file characteristics */assert(out = sox_open_write(argv[2], &in->signal, NULL, NULL, NULL, NULL));/* Create an effects chain; some effects need to know about the input* or output file encoding so we provide that information here */chain = sox_create_effects_chain(&in->encoding, &out->encoding);/* The first effect in the effect chain must be something that can source* samples; in this case, we use the built-in handler that inputs* data from an audio file */e = sox_create_effect(sox_find_effect("input"));args[0] = (char *)in, assert(sox_effect_options(e, 1, args) == SOX_SUCCESS);/* This becomes the first `effect' in the chain */assert(sox_add_effect(chain, e, &in->signal, &in->signal) == SOX_SUCCESS);free(e);/* Create the `vol' effect, and initialise it with the desired parameters: */e = sox_create_effect(sox_find_effect("vol"));args[0] = "3dB", assert(sox_effect_options(e, 1, args) == SOX_SUCCESS);/* Add the effect to the end of the effects processing chain: */assert(sox_add_effect(chain, e, &in->signal, &in->signal) == SOX_SUCCESS);free(e);/* Create the `flanger' effect, and initialise it with default parameters: */e = sox_create_effect(sox_find_effect("flanger"));assert(sox_effect_options(e, 0, NULL) == SOX_SUCCESS);/* Add the effect to the end of the effects processing chain: */assert(sox_add_effect(chain, e, &in->signal, &in->signal) == SOX_SUCCESS);free(e);/* The last effect in the effect chain must be something that only consumes* samples; in this case, we use the built-in handler that outputs* data to an audio file */e = sox_create_effect(sox_find_effect("output"));args[0] = (char *)out, assert(sox_effect_options(e, 1, args) == SOX_SUCCESS);assert(sox_add_effect(chain, e, &in->signal, &in->signal) == SOX_SUCCESS);free(e);/* Flow samples through the effects processing chain until EOF is reached */sox_flow_effects(chain, NULL, NULL);/* All done; tidy up: */sox_delete_effects_chain(chain);sox_close(out);sox_close(in);sox_quit();return 0;
}

Reference

主页: http://sox.sourceforge.net/
文档: http://sox.sourceforge.net/sox.html
代码: git clone git://git.code.sf.net/p/sox/code sox