Soxで多くのオーディオファイルのスペクトログラムを効率的に作成する方法は？

3

オーディオファイルがたくさんあるので、Soxを使用して個々のファイルごとにスペクトログラムを作成したいと思います。通常、単一のファイルの場合、私はこれを行います：

sox audiofile.flac -n spectrogram

ただし、このメソッドを複数のファイルに拡張する方法がわかりません。理想的には、出力.pngファイルにそれぞれのオーディオファイルに関連付けられたファイル名が必要です。例えばaudiofile1.pngのためaudiofile1.flac、audiofile2.png用audiofile2.flacというように。

誰もこれを行う方法を知っていますか？

audio sox

— カール・ロハス
ソース

4

コマンドをループで囲むことができます。

for file in *.flac
do
    outfile="${file%.*}.png"
    sox "$file" -n spectrogram "$outfile"
done

ファイルの命名については、sox（1）のマニュアルページで、コマンドラインで出力ファイルに明示的に名前を付けて、ループ内で使用できるようにすることが提案されているようです。

ループの最初の行は、Bashのパラメーター置換を使用.flacして、ファイル名から拡張子を削除し、拡張子を追加し.pngます。

— ジョセフ・R
ソース

4

答えてくれたジョセフに感謝します。おそらく彼の投稿時に機能していたかもしれませんが、soxがコマンドを受け入れるには-oすぐに追加する必要がありましたspectrogram。

for file in *.flac;do
    outfile="${file%.*}.png"
    sox "$file" -n spectrogram -o "$outfile"
done

アーカイブのためにそれらをすべて独自のフォルダーに入れます。

画像内のスペクトログラムの上にファイルのタイトルを追加し、詳細を表示するために少し広くすることで、さらに先へ進むこともできます。デフォルトの画像は少し小さいです。

for file in *.flac;do
    outfile="${file%.*}.png"
    title_in_pic="${file%.*}"
    sox "$file" -n spectrogram -t "$title_in_pic" -o "$outfile" -x 2000
done

— ハリー・ウィリアムズ
ソース

0

ここに私の「スペクトログラムを取得する」ソリューションを...

aac、opusなどのより多くのコーデックを処理する
mp4、mkv、avi、m4aなどのコンテナをより多く処理します
スペクトログラムの高さを24kHzに正規化します
1つのチャネルのみをプロットする=モノ
ボリュームを正規化する
出力ファイルの入力ファイル拡張子を保持

#!/bin/bash

# aspec.sh
# get spectrograms of audio streams
#
# usage: aspec.sh a.mp3 b.m4a c.mp4 d.mkv ....
#
# dependencies: sox, ffmpeg
# license: public domain, warranty: none
# version: 2019-05-17 by milahu

ff_args="" # ffmpeg arguments
sx_args="" # sox arguments

ff_args+=" -loglevel error"

ff_astream=0 # only use first audio stream
ff_args+=" -map 0:a:${ff_astream}?"

ff_args+=" -ac 1" # use only one audio channel
sx_args+=" channels 1"

sx_args+=" gain -n -3" # normalize volume to -3dB

# set sampling rate
# only analyze frequencies below f_max = rate / 2
# also normalize spectrogram height to f_max
#sx_args+=" rate 6k"  # only show f <  3kHz "where the human auditory system is most sensitive"
sx_args+=" rate 48k" # only show f < 24kHz

# use wav as temporary format, if sox cant read file
ff_args+=" -c:a pcm_s16le -f wav"
sx_type="wav"

# process files from "argv"
for i in "$@"
do
    echo "$i"
    o="$i.sg.png" # output file
    t=$(basename "$i") # title above spectrogram
    c="spectrogram by SoX, the Sound eXchange tool" # comment below spectrogram

    # try to read original format
    echo analyze
    sox "$i" -n \
        $sx_args \
        spectrogram -o "$o" -c "$c" -t "$t" \
        2>&1 | grep -v "no handler for detected file type"

    if (( ${PIPESTATUS[0]} != 0 ))
    then
        # sox failed. convert audio and retry
        echo convert

        # get duration of stream or container
        # spectrogram filter has no "ignore length" option
        # and without a "duration prediction" will only read 8 seconds
        d=$(ffprobe "$i" -v error -of compact=s=_ \
            -select_streams "0:a:${ff_astream}?" \
            -show_entries stream=duration:format=duration \
            | sort | grep -v =N/A \
            | tail -n 1 | cut -d= -f2)
        # 'tail -n 1' --> prefer stream duration
        # 'head -n 1' --> prefer container duration

        if [[ -z "$d" ]]
        then
            echo -e "skip. duration not found FIXME\n"
            continue
        fi

        # bash "process substitution" magic
        sox \
            --type "$sx_type" \
            --ignore-length \
            <( ffmpeg -i "$i" $ff_args - ) \
            --null \
            $sx_args \
            spectrogram -d "$d" -o "$o" -c "$c" -t "$t"
    fi

    echo -e "done\n$o\n"
done

— ミラ・ノーティクス
ソース