Audio 如何检测两个具有不同音量的相同音频/视频文件？

我正在开发一个程序，可以比较两个视频文件并显示差异。 我使用SOX和FFMPEG比较了文件的音频轨迹：

反转其中一个文件（sox）

合并其他文件并反转第一个文件的版本（sox）

检测静默（ffmpeg）

但如果两个文件仅在音量级别上不同，则所有音频曲目都将被检测为非静音范围

如何理解两个文件的音轨相同，但音量不同？

我试图通过sox改变音量：

sox-v1.1input.wav output.wav

然后比较统计信息（-n stat）。 它很好用。划分参数audio2/audio1的结果：

    Samples read 1.00;
    Length (seconds) 1.00;
    Scaled by 1.00;
    Maximum amplitude 1.10;
    Minimum amplitude 1.10;
    Midline amplitude 1.10;
    Mean norm 1.10;
    Mean amplitude 1.00;
    RMS amplitude 1.10;
    Maximum delta 1.10;
    Mean delta 1.10;
    RMS delta 1.10;
    Rough frequency 1.00;
    Volume adjustment 1/1.10;

但是！当我尝试ffmpeg更改视频音量时：

ffmpeg-I input.mp4-vcodec copy-af“volume=10dB”output.mp4

（或

volume=volume=0.5

），然后比较sox音频统计：我找不到任何模式

Samples read    1.00
Length (seconds)    1.00
Scaled by   1.00
Maximum amplitude   0.71
Minimum amplitude   0.64
Midline amplitude   -2401.73
Mean    norm    0.34
Mean    amplitude   0.50
RMS     amplitude   0.36
Maximum delta   0.37
Mean    delta   0.34
RMS     delta   0.36
Rough   frequency   0.99
Volume adjustment   0.71

如果有任何想法和帮助，我将不胜感激。

也许使用类似的方法来检测两个相同的音频流是值得考虑的：需要

--启用chromaprint

。