早在2000年，我创建了一个教育网站，我们在RealAudio服务器上有长达一小时的讲座音频文件，然后我生成了数百个SMIL.ra文件，例如 讲师002Part053.ra： 然后在HTML中我有如下链接： <a href="http://nnnnn.edu/lecturesparts/lecture002part053.rt">Play part 53</a> 当任何使用RealAudio播放器的人点击链接时，他们会立即听到.wav文件的一小部分 该解决方案运行良好，

我正在制作一个midlet，用于播放本地音频文件。这显然不起作用。在下面显示的代码段中，我得到了一个关于“is”变量的空引用 1. try{ 2. System.out.println("path: " + this.getClass()); 3. InputStream is = this.getClass().getResourceAsStream("res/01Track.wav"); 4. p1=Manager.createPlayer(is, "audio"); 5. p1.reali

我想将.rm（RealPlayer Media）文件转换为MP3或其他格式？ 首先，我成功地使用了它，但质量不好。然后我尝试了DirectShow，这也行，但后来我发现，因为RealNetworks起诉了开发者 现在，我已经安装了RealPlayer，我正在尝试使用它的DirectShow筛选器将.rm转换为.mp3，但没有成功：（（实际上，在添加RealPlayer Transcode筛选器并选择一个文件后，会崩溃。） 是否有合法的方法以编程方式将.rm文件转换为另一种格式？如何使RealPl

两种不同声音相乘的效果是什么？它们都不是固定不变的，比如两首不同的歌曲，或者一首器乐曲目和一首声乐曲目。一个简单的谷歌搜索结果如下： 你找过了吗 但基本上，你最终会创建一个信封，其中第二个作为某种“系数” 你也会降低音量（因为一个十进制数乘以一个十进制数，两者都会变小），所以你需要将信号放大一点以保持音量 我链接的页面提供了更多的解释，并且有很多代数需要编写代码来实现它。如果你还有任何问题，请看那里

我正在Unity3D上工作，我想知道是否有可能像Talking Tom应用程序那样转换音频音高 如果是，在播放音频时是否有可能改变音高 音频源音高修改，来自

我正在搜索一个库（最好是跨平台库），它允许我在Python3上播放各种音频文件（目前使用的是3.3.0） 我尝试了几个选项，比如Pyglet，但它没有在Py3上运行（我尝试了alpha，它应该支持Py3） 有没有移植到Python3的库 谢谢。您可以将PyQt4与Python 3一起使用。Qt提供了强大的跨平台多媒体框架 正在使用为python 2编写的示例播放声音，但将其应用于python 3并不困难。只需确保系统上安装了pyqt4-python3或类似产品 是一个QAudioOutput类

我希望能够在ipython笔记本中播放声音文件。 我的目标是能够直接从笔记本中听到对声音进行不同处理的结果。 这可能吗？如果是，最好的解决方案是什么？一个可能相关的小例子： 对于PNG/jpg，通过base64编码应该可以避免在外部文件中乱翻…前面的答案非常古老。你现在可以用了。像这样： import IPython IPython.display.Audio("my_audio_file.mp3") 请注意，您还可以处理任何类型的音频内容，并将其作为numpy数组传递给此

我遇到的第一个问题是，一旦我在我的电脑上使用了任何在网页、媒体播放器等中有声音的东西，在我重新启动之前，Jack将不再启动。简单地说，如果我不知道如何使用我的DAW而不需要每次重新启动，我必须回到Windows 此外，是否没有办法将脉冲通过插孔传输，使插孔成为音频之神？ 或者更好的办法是，我可以去掉Pulse，用Jack来播放所有的音频吗 我知道这不是一个简单的问题，但任何帮助或指导都将不胜感激。正如您所提到的，您的声卡的设备号将在每次运行之间更改。您一定要确保在QJackCtrl中选择正确的设

嘿 我正在使用库在Windows Phone中播放音频 这很好用 然后，我尝试向该系统添加一个新的.wav文件。我得到了一个内存错误。在互联网上搜索让我不得不使用AdpcmEncode命令行工具对音频进行编码。但是，使用此工具无法转换我的.wav文件。这里有人能帮我编码让音频正常工作吗 此外，仅就我的信息而言，我的音频文件有多大？我想我读了一些20MB的地方，但不确定 编码是个婊子。即使我有工具和.wav文件，我也没有成功地播放音频。来自未包含的新.wav文件 但最终我成功了，100mb的大音频

我正在为一位音乐家创建一个网站，他的网站将在全球范围内进行检查，因此音频元素复制的兼容性至关重要 因此，我考虑了以下内容以涵盖所有可能的浏览器： <audio controls="controls" data-music data-bind-target="{{ fileName }}"> <source src="assets/audio/mp3/fileName.mp3" type="audio/mpeg" /> <source src="ass

我一直在尝试通过wifi HTTP TCP/IP以16Khz的频率传输语音（可能扩展到音频）。考虑到与Arduino和其他平台的兼容性，我已经开始使用ESP8266 wifi模块 在课程中，我必须弄清楚ESP8266以16KHz的频率传输的可行性。这个链接说（）它是有能力的，但发现与其他论坛的观点相矛盾 但真的有可能在这么小的cpu上安装I2S吗 我继续使用位存储和GPIO的想法，但GPIO的最大可用频率是1KHz（即PWM）。这里使用的固件是NODEmcu和LUA脚本- 是硬件限制还是固件限制

这是两个文件的混合： gst启动uribinuri=file:///tmp/file1.mp3 ! 加法器名称=m！自动音频接收器uridecodebin uri=file:///tmp/file2.mp3 ! 音频转换！m 如何混合这3个文件？将“ALASINK”替换为“wavenc！filesink location=output.wav” 这肯定不是最好的办法。但是，这只是一个小小的开始 gst-launch-1.0 uridecodebin uri=file:///tmp/file1.m

我无法在Live Code应用程序中播放任何音频剪辑 我使用的是wav文件，应该在LiveCode中工作，我遵循了这些 例如，我尝试： on mouseUp play audioClip `path/filename.wav` end mouseUp 我还将剪辑导入作为控件导入，然后使用以下代码： on mouseUp play "filename.wav" end mouseUp 我用几个剪辑尝试了这些步骤，所有这些剪辑在LiveCode之外都可以正常播放 点击按钮

如何将两个wav文件连接在一起而不是一个接一个？我知道如何一个接一个地组合文件，但我不知道如何将它们合并以便重叠。WAV文件格式是分块布局，通常在前面有一个标题指定格式，然后是一个数据块和音频数据。这就是为什么不能简单地将这两个文件放在一起 如果你只需要做一次，你可以下载一个免费的音频编辑器，比如Audity，加载两个文件，然后保存附加的版本 祝你好运 答案很大程度上取决于您使用的平台。在un*x上安装soxsox-m file1.wav file2.wav output.wav会起作用。在Li

我正在尝试为FPGA编写一个verilog代码，它将从嵌入式“line out”引脚输出声音。我使用Quartus II和Altera DE1 我对硬件编程还不熟悉，所以我花了太多的时间来学习基础知识。显然，我需要初始化wolfson芯片，并需要编写与之通信的内容，如下所述： 它使用wolfson WM8731编解码器，手册在这里： 我发现了一个例子，但不知道如何使用它： 我已经找到了大量关于如何使用GPIO引脚生成声音的示例，但几乎没有任何关于WM8731使用的内容。我真的很感激你能给我

如果我要通过以下代码对数字样本阵列实施低通滤波器，original是原始数据阵列，new是过滤数据阵列，c是某个常数： new[0] = original[0]; for(int i=1; i<original.length; i++){ new[i] = new[i-1] + c * (original[i] - new[i-1]); } c和每个滤波器的截止频率之间的关系是什么？两个滤波器都是单极无限脉冲响应 IIR滤波器具有连续时域中的类似物（例如简单LC和RC电路）。分析

前言：我已经看了与本主题相关的stackoverflow主题。他们中没有人回答这个问题，也没有人与这个问题有任何关系 我在YouTube上制作LP视频。我最近开始使用.TS（传输流）文件记录答案。当通过ffmpeg从文件中提取第二个音频流时，我得到的音频文件比用作输入的视频文件长7秒。用作输入的文件为12:50，音频文件为12:57 我相信这是因为ffmpeg改变了文件的比特率。源比特率为167 kb/s，根据控制台输出，ffmpeg将其保存为164.7 kb/s 我知道我可以通过-b:a:0

我知道基于landmark的指纹识别使用时间和频率，但是我可以使用开源工具将landmark的时间代码/偏移量作为输出吗？或者其他东西与音频同步一些内容

我正在尝试将.OMA文件转换为.MP3，但对特定文件没有成功 如果我尝试： ffmpeg -i audio1.oma -f mp3 output.mp3 文件已成功转换。audio1.oma文件是一个3MB文件 全输出： ffmpeg version 3.2.4 Copyright (c) 2000-2017 the FFmpeg developers built with Apple LLVM version 8.0.0 (clang-800.0.42.1) configuratio

经过搜索，似乎没有人会有这样的问题：如何使用erlang语言发出声音 我正在使用erlang编写一个程序，因此每当程序中出现错误时，都会发出某种警报声。 谢谢您的帮助。您可以通过输出ASCII铃声字符（代码7）来敲响终端铃声： （请注意，\a不是Erlang中bell字符的转义序列，即使它是C。） 出于某种原因，这在“新”Erlang shell中不起作用；它只输出^G。我通过以下方式让它工作： 通过显式地使用“旧”shell、erl-oldshell，然后在shell中键入io:format

我想使用ffmpeg无限地播放动态播放列表。其思想是，执行一个外部命令/脚本来请求下一个文件的路径（使用文件的预计开始时间作为参数），并无限地继续播放文件 从对“”的回答中，我了解到，我需要编写一个自定义解复用器，它类似于concatdemuxer。问题产生于这样一个事实，即我想在音频文件之间交叉淡入淡出，并且从我对解复用器的理解来看，我必须将该功能实现到解复用器本身中才能实现，因为解复用器只能产生一个（或有限数目的）音频输出流，而您需要两个才能使用该流 所以我必须像这样设置过滤器图： file

据我所知，两个命令行参数都会更改音频比特率，但ime不太确定，因为我也看到了它们的组合。 基本上，我找不到任何解释这两个命令的文档。也可能是-ab被-b:a替换了，但我不太确定 TY没有区别-ab是传统选项名称，是-b:a的别名

我想把一些音频文件转换成光谱图。我想知道m4a和wav文件之间有什么区别。如果我有两个相同的音频记录，一个保存为wav，另一个保存为m4a，两个的频谱图表示是否会有差异？m4a格式使用有损压缩算法，因此可能会有差异，这取决于压缩级别以及频谱图的分辨率和深度。由于A/D或任何采样格式/速率转换对声音进行量化，因此.wav格式也可能有损。因此，差异可能存在于噪声层，或者声音频谱中通常人类听不到的部分（由于掩蔽效应等）。WAV和M4A都是容器格式，可以选择音频数据在文件中的编码和表示方式。WAV文件有

如何在HTML5音频上显示下载按钮？ 我看过很多文章解释如何隐藏下载按钮。但在我的情况下，我需要显示按钮 您不能控制内置媒体播放器控件的显示 虽然浏览器确实提供了一些可以通过CSS操作的东西，但这并不是最好的方法 如果您想确保有一个下载按钮，您需要自己实现它 <a href="/path/to/media/file.webm" download>Download</a> 您无法控制内置媒体播放器控件的显示 虽然浏览器确实提供了一些可以通过CSS操作的东西，但这并不是最好

我正在开发一个音乐应用程序，需要为我的文件生成音频频谱。像这个： 所以我试着这样使用： audiowaveform -i music.mp3 --pixels-per-second 1 -o out.dat 这给了我以下结果[正确的结果]：[前10个单词是元数据] 0000000 0001 0000 0000 0000 bb80 0000 bb80 0000 0000020 00f9 0000 df3e 1fa2 e22c 1ef3 e0bb 1e5a 0000040 e099 1e88 df

我在杰基尔手下写博客 我想在我的一篇文章中嵌入一个简单的音频播放器，以便读者能够播放一个简短的.wav文件 接下来，我下载了open embed.html文件，将其保存在我的\u includes文件夹下，并根据建议修改了我的default.html布局文档 现在，我已经执行了上述步骤并将音频文件保存到assets/audio/，如何从我的帖子中播放它？用.wav替换open embed.html中出现的所有.mp3。或者在关闭标记之前包含以下JavaScript函数，以防将来需要使用.mp3文

我正在尝试用ffmpeg命令创建一个xstack布局，从我在网上看到的情况来看，只可能创建包含所有视频的矩形，并将它们合并到一个视频中。但是，我正在尝试创建一个带有X和Y坐标的自定义形状的布局 例如： 使用ffmpeg是否可以实现这一点，或者我是否需要另一个库或开放源代码库来创建这一点？视频透视图是否倾斜到此形状，或者它只是遮罩的形状？这些形状将是不同视频的遮罩。因此，在每个形状中都会播放视频。

我浏览了谷歌搜索和这个网站，但没有找到任何一致的好音频转换器， 所以，大家都可以帮助我获得一些关于任何工具或免费在线工具的信息，这些工具可以用来将技术电子书转换成音频版本 还有一件事，什么是嵌入式电子书，这是否意味着，我们不能将其转换为有声书。您有很多选择，可以将电子书转换为有声书，尽管我从未使用过它。你们有一个免费的文本到音频转换器，我用过（英文文本），非常满意。您甚至可以在他们的网站上试用。您也可以使用App Store上提供的Audiobook Creator（）。不过，它只适用于无drm

我有一个ffmpeg命令： ffmpeg -i testing.m4a -acodec pcm_s16le -f rawvideo tentative.raw 我想知道将testative.raw转换回testing.m4a的命令。我刚刚找到了一种方法 ffmpeg -f s16le -sample_rate 16000 -channels 2 -i tentative.raw -c:a aac testing.m4a 如果您的ffmpeg已过时，您可能需要添加-strict experio

我正在寻找一些关于音效库分类的建议。我有很多随机的声音效果（比如口哨声、砰砰声、咆哮声、吱吱声、枪声等等）。我希望能够以咆哮为例，找到下一个听起来最接近原始的咆哮 给定一个声音，我的录音带中哪种声音听起来最接近它 我做了大量的谷歌搜索，找到了两条我仍在研究的途径。一种是使用echonest，尽管它们的“最佳匹配”支持对公共用户来说前景并不乐观。另一个选择是潜入FFT并构建我自己的匹配算法。这是一个很好的选择，将是一个很好的学习经验，但我想从其他人那里得到一些关于声音处理的意见；特别是短片段。5秒

我们需要做的是，从组或单个Vob视频文件中提取音频，并将其转换为.Wav格式。现在，可以从第三方应用程序中实际提取音频并将其转换，但是该应用程序必须通过批处理或c脚本激活。我们从中检索vob文件的介质始终来自CD驱动器，并且在转换完成后将始终放在同一文件夹位置 在拍摄我需要一个程序或脚本，可以远程激活提取和转换vob文件到.WAV 任何帮助都将不胜感激。要执行类似操作，您需要使用VLC和cmd。它们可以很好地协同工作，并允许您轻松地从文件中删除视频和音频。我只在Windows上安装ffmpeg，

AudioPannerNode是在三维空间中定位/空间化传入音频流的处理节点。有没有一种方法可以将其用于常规LR平移，记住它使用3D笛卡尔坐标系与监听器结合使用，监听器的位置和方向与平移者的位置和方向一起使用，以确定音频将如何空间化？或者我应该跳过AudioPannerNode，并尝试使用LR增益节点来实现这一点 LR平移非常简单，您可以使用您描述的任何一种方法。我会错误地使用空间化模型（基于物理引擎），否则你需要调整你自己的平衡 即使你不做3D，你也可以投影到2D，也可以玩前后平衡，而不是直接

如何配置asterisk以播放RTSP url？有一个官方应用程序app_rtsp有缺陷。我不能让它工作。是否有任何官方方式或其他替代方案？您可以尝试Dialogic开源项目

我想开始为合成器编程。我估计我需要使用声卡，所以我开始用谷歌搜索。过了一会儿，发现了许多选项： -WaveOut API-我听说这一个已经过时，所以我放弃了这一个。 -WASAPI-对于我想要的东西来说，似乎有点太低了。 -DirectSound、XAudio、XAudio2-看起来不错，但我希望延迟尽可能少。 -阿西奥-看起来正是我想要的 我确实找到了一些教程和源代码来开始音频编程。遗憾的是，使用了waveOpen API，这是我不想使用的 然后我发现，这似乎是完美的我的需要。 令人惊讶的是，

我正在用GW Basic开发一个游戏。我想给它添加音乐，但问题是我不能在后台玩，但当我添加声音时，首先播放声音，然后在游戏执行开始后播放，反之亦然。虽然我希望这两个东西同时玩。那么有什么办法吗？？？这实际上是可能的。使用播放“MB”语句启用“音乐背景”模式。在此模式下，当程序运行时，所有播放注释和声音都在后台排队并执行。您最多可以将32张纸币排队。在中查找PLAY。您应该查看SoundBlaster编程。IIRC，您可以将其设置为生成中断，用PCM数据填充缓冲区，然后将DMA:d传输到音频DAC

假设我有一个16位PCM音频文件。我想把它全部平移到左边。我如何做到这一点，完全通过字节操作？我是否只是将右声道的样本与左声道的样本混合 我还想问（因为它似乎是相关的），我将如何将立体声样本转换为单声道样本 我使用Haxe来实现这一点，但是使用类似C的代码（或者只是对方法的解释）就足够了。谢谢 首先需要将原始字节转换为int数组。左通道的输出将是总和除以2 for (int i = 0 ; i < numFrames ; ++i) { *pOutputL++ = (*pInputL+

我使用getUserMedia（）函数从麦克风捕获音频输入，在chrome中工作正常，但在firefox中，声音在5秒钟后消失。如果我再次发送麦克风请求（不重新加载页面），同样的事情也会发生。以下是代码（我用作指导）： 有什么想法吗 编辑/更新 谢谢你，csch，作为参考。Karoun Kasraie的解决方案成功了 context = new AudioContext(); navigator.getUserMedia({ audio: true }, function(stream) {

我是Beaglebone black和audio cape的新手，谁能告诉我如何在内核3.18上安装audio cape rev B板。从内核3.8开始，就有了cape管理器，而它从3.13开始就被删除了。目前，我真的不知道如何在新内核上安装主板。先谢谢你 不再需要cape管理器。只需将设备覆盖的名称（如BB-BONE-AUDI-02）写入 /sys/devices/bone*/slots 添加设备 比如说, #echo BB-BONE-AUDI-02>/sys/devices/BONE*/sl

我想为我的Band2编写一个应用程序，当我按下Band2上的按钮时，它应该能够简单地更改音轨。我会用这个，因为我的车不能通过蓝牙播放音频。所以我买了一个蓝牙狗，但我无法改变曲目或只是暂停它。所以在我的Band2上安装一个3按钮的应用程序应该会很好 我在一个自编的应用程序中找到了很多使用背景音频播放器的例子 但我想遥控标准播放器，这对我来说是Groove音乐 有什么建议吗？你能给我一个开始吗 谢谢， 乔

我有一个8Khz的8比特压缩音频缓冲区，带有A定律或U定律。我想增加数据的音量或功率，使其更加清晰可辨。我希望在不将其解码为原始PCM数据的情况下执行此操作。 如果是原始数据，我可以将数据乘以整数并增加音频功率。但是如果我对A-law音频做同样的事情，那么它就会失真（这是我所期望的，因为它是压缩的） 是否可以直接操纵a-law/u-law数据以增加其音量，或者唯一的方法是解码并增加音量，然后对其进行编码

我希望能够从我的计算机的声卡捕获音频，并将其与WebRTC一起发送。然而，我不确定是否有可能或没有访问到我的电脑直接产生的音频 根据这份回购协议，有一个系统音频的东西，但不确定它是否是我要找的 谢谢，您可以使用。事实上，我自己也做了同样的项目，并将在几周内将其放入GitHub并更新此答案。您可以配置频率等，并使用它的OnDataAvailable事件将声音发送到注册的客户端。我希望它是基于web的-这就是为什么我一直在关注WebRTC。您可以使用此库录制通过声卡的音频（当然是服务器端），并使用W

我需要将一个.wav格式的音频文件切成10秒的块。 这些块需要正好是10秒，而不是10.04799988232秒 我目前使用的代码是 ffmpeg -i test.wav -ss 0 -to 10 -c:a libfdk_aac -b:a 80k aac/test.aac ffmpeg version 3.2.2 Copyright (c) 2000-2016 the FFmpeg developers built with Apple LLVM version 8.0.0 (clang-

我正在尝试使用libcurl将wav文件发送到我的ruby服务器。这是一篇多格式的文章，下面是主要的代码片段： curl_easy_setopt(curl, CURLOPT_URL, "192.168.0.136:3000/upload"); struct curl_httppost *post = NULL; struct curl_httppost *last = NULL; //Added longer timeout i

当前系统：KDE/Debian8（但与我尝试过的任何Debian变体相同） 我使用的是官方不支持的网络摄像头（Logitech C920）。它以我想要的任何方式工作 除了开机时，我需要从首选内部声卡更改系统设置中的声子录音设备首选项 C920功能齐全，但并非首选。在简单地将其标记为首选后，它可以正常工作，但该设置无法在重新启动后继续使用 如果我无法使其在重新启动后继续运行，如何编写脚本？那么我可以在登录时自动完成吗 如果声子有命令行界面，那就太好了。但我希望解决方案涉及另一个组成部分。这对我来说

我在JSyn建了一个loopstation。它允许您录制和回放样本。通过播放多个样本，您可以将声音分层（例如，一个打击乐器样本、一个旋律等） JSyn允许我将每个样本球员直接连接到我的阵容，在那里他们会自动混合。但是现在我想把用户听到的声音记录到一个.wav文件中。但是我不确定应该将记录器的输入端口连接到什么。 将所有样本的音频输出连接到录波器的最智能方式是什么？ 换句话说：在《程序员指南》中对此有一个定义，但我不确定如何创建此处使用的“finalMix”。与其使用多个列表，不如使用一个列表 您

我需要将大的.wav文件分割成相同间隔的小块。 可以使用以下命令执行此操作： ffmpeg -i input.wav -f segment -segment_time 59 -c copy parts/out%09d.wav 但要求有些重叠。我正在使用这些区块进行转录，重叠将有助于加入区块转录结果。有没有办法得到重叠的音频块 段复用器不接受重叠范围；很抱歉

我试图用Rust编写优雅的音频处理代码，它可以在锁步中消耗N个通道（单声道、立体声或环绕声，在编译时已知）的大块音频，减少它们并将减少的值（或平面映射值）发送到另一个流进行处理 在Clojure中，序列抽象和高阶转换器使得从流中咬出块并将处理结果发布到另一个core.async通道变得很容易，但我很难在Rust中实现这一点，特别是因为Rust抱怨通用迭代器在编译时没有调整大小 具体来说，我如何在锁定步骤中使用来自多个通道的大小相等的音频块，例如计算所有值的平方和，然后使用该值执行操作？我知道横梁

我需要在无头Linux主机上从批处理作业中的一组音频文件中提取 我认为这可以通过使用实现，这是一种嵌入audacity的Lisp变体，专门用于声音处理。但是，如果我对Lisp有一些了解，我以前没有任何使用Nyquist的经验 奈奎斯特有没有一些原始的东西可以直接做到这一点？或者我如何编写一个简短的Nyquist程序来提取声音的包络 我试着使用这个函数。但它似乎无法生成平滑的信封（屏幕截图中的上半部分）： 我在snd avg之后应用低通滤波器，以消除楼梯波纹，从而获得了非常好的效果： (lp

我在适配器中传递了5个音频，在onbind中，我在webview中加载该url，当我按下后退按钮音频未停止时，我销毁webview，但它在最后一个webview项目位置工作 我在适配器中传递了5个声音云嵌入url 用于销毁Webview public void destroyWebView() { if(videoWebView != null) { videoWebView.loadUrl(""); videoWebView.lo

我有一个Jupyter笔记本，其中我正在使用meshplot为一张脸设置动画，我想播放相应的语音音频 我知道的唯一方法是使用IPython.display中的Audio。我可以使用autoplay=True创建小部件并播放声音，同时启动动画。这适用于短片段，但对于较长的声音，从调用display（）到声音开始播放以及动画/音频同步被破坏，会有相当大（且不可预测）的延迟 Audio似乎没有任何有用的功能来缓解这一问题。我无法轮询以检查声音是否已开始播放，我无法预加载声音并在几秒钟后开始播放，我甚至