Bash 同步两个音频文件

我有2个音频文件：

• correct.wav（持续时间3:07）
• 不正确的.wav（持续时间3:10）

它们几乎是相同的，但生成的声音字体不同

问题：第二个文件延迟了几秒钟。

如何将第二个文件与第一个文件同步？也许有一些bash软件可以检测到第一个声音中出现的第一个响亮的声音，并将correct.wav与error.wav进行比较，缩短error.wav文件的结尾

我知道我可以手动操作，但我需要很多文件的自动解析

以下是我找到的近似解决方案：

1） 用于检测声音同步，请使用此Python脚本-但它不是完美的，不是100%检测

2） 使用sox切割/修剪/比较/检测声音持续时间（代码提取）：

对超声波果冻的回答发表评论： 下面是我对您的代码得到的结果：

以下是我需要的结果：

这里有一个解决方案：

• 使用

  ffmpeg

  查找每个文件中的前导静音
• 如果新文件的前导静音较长，请使用

  sox

• 如果新文件的前导静音较短，请用

  sox

• 使用

  sox

Bash脚本：

FILEONE=$1
FILETWO=$2
MINSILENCE=0.1
THRESH="-50dB"
S1=$(ffmpeg -i $FILEONE -af silencedetect=noise=$THRESH:d=$MINSILENCE -f null -  2>&1 | grep silence_duration -m 1 | awk '{print $NF}')
S2=$(ffmpeg -i $FILETWO -af silencedetect=noise=$THRESH:d=$MINSILENCE -f null -  2>&1 | grep silence_duration -m 1 | awk '{print $NF}')
if [ -z "$S1" ]; then echo "no starting silence found in $FILEONE" && exit 1;fi
if [ -z "$S2" ]; then echo "no starting silence found in $FILETWO" && exit 1;fi
DIFF=$(echo "$S1-$S2"|bc)
ISNEG=$(echo $DIFF'>0'| bc -l)
DIFF=${DIFF#-}
BASE="${FILETWO%.*}"
if [ $ISNEG -eq 1 ]
then
  echo "$1>$2 ... padding $2"
  SAMPRATE=$(sox --i -r $FILETWO)
  sox -n -r $SAMPRATE -c 2 silence.wav trim 0.0 $DIFF
  sox silence.wav $FILETWO $BASE.shift.wav
  rm silence.wav
else
  echo "$1<$2 ... trimming $2"
  sox $FILETWO $BASE.trim.wav trim $DIFF
fi

length1=$(sox $FILEONE -n stat 2>&1 | sed -n 's#^Length (seconds):[^0-9]*\([0-9.]*\)$#\1#p')
length2=$(sox $BASE.trim.wav -n stat 2>&1 | sed -n 's#^Length (seconds):[^0-9]*\([0-9.]*\)$#\1#p')

if (( $(echo "$length2 > $length1" | bc -l) )); then
    diff=$(echo "$length2 - $length1" | bc -l)
    echo "difference = $diff"
    sox $BASE.trim.wav finished.wav trim 0 -$diff
fi

FILEONE=$1
FILETWO=$2
MINSILENCE=0.1
THRESH=“-50dB”
S1=$（ffmpeg-i$FILEONE-af-silencedetect=noise=$THRESH:d=$MINSILENCE-f null-2>&1 | grep-silence_duration-m1 | awk'{print$NF}）
S2=$（ffmpeg-i$FILETWO-af silenedetect=noise=$THRESH:d=$MINSILENCE-f null-2>&1 | grep silence_duration-m1 | awk'{print$NF}'）
如果[-z“$S1”]；然后回显“在$FILEONE中未发现启动静音”&&exit 1；fi
如果[-z“$S2”]；然后回显“在$FILETWO中找不到启动静音”&&exit 1；fi
差异=$（回音“$S1-$S2”| bc）
ISNEG=$（echo$DIFF'>0'| bc-l）
DIFF=${DIFF#-}
BASE=“${FILETWO%.*}”
如果[$ISNEG-等式1]
然后
回显“$1>$2…填充$2”
SAMPRATE=$（sox--i-r$FILETWO）
sox-n-r$SAMPRATE-c 2静音.wav微调0.0$DIFF
sox silence.wav$FILETWO$BASE.shift.wav
rm.wav
其他的
echo“$1$length1”| bc-l））；然后
差异=$（回声“$length2-$length1”| bc-l）
echo“差异=$diff”
sox$BASE.trim.wav finished.wav trim 0-$diff
fi

这里有一个解决方案：

• 使用

  ffmpeg

  查找每个文件中的前导静音
• 如果新文件的前导静音较长，请使用

  sox

• 如果新文件的前导静音较短，请用

  sox

• 使用

  sox

Bash脚本：

FILEONE=$1
FILETWO=$2
MINSILENCE=0.1
THRESH="-50dB"
S1=$(ffmpeg -i $FILEONE -af silencedetect=noise=$THRESH:d=$MINSILENCE -f null -  2>&1 | grep silence_duration -m 1 | awk '{print $NF}')
S2=$(ffmpeg -i $FILETWO -af silencedetect=noise=$THRESH:d=$MINSILENCE -f null -  2>&1 | grep silence_duration -m 1 | awk '{print $NF}')
if [ -z "$S1" ]; then echo "no starting silence found in $FILEONE" && exit 1;fi
if [ -z "$S2" ]; then echo "no starting silence found in $FILETWO" && exit 1;fi
DIFF=$(echo "$S1-$S2"|bc)
ISNEG=$(echo $DIFF'>0'| bc -l)
DIFF=${DIFF#-}
BASE="${FILETWO%.*}"
if [ $ISNEG -eq 1 ]
then
  echo "$1>$2 ... padding $2"
  SAMPRATE=$(sox --i -r $FILETWO)
  sox -n -r $SAMPRATE -c 2 silence.wav trim 0.0 $DIFF
  sox silence.wav $FILETWO $BASE.shift.wav
  rm silence.wav
else
  echo "$1<$2 ... trimming $2"
  sox $FILETWO $BASE.trim.wav trim $DIFF
fi

length1=$(sox $FILEONE -n stat 2>&1 | sed -n 's#^Length (seconds):[^0-9]*\([0-9.]*\)$#\1#p')
length2=$(sox $BASE.trim.wav -n stat 2>&1 | sed -n 's#^Length (seconds):[^0-9]*\([0-9.]*\)$#\1#p')

if (( $(echo "$length2 > $length1" | bc -l) )); then
    diff=$(echo "$length2 - $length1" | bc -l)
    echo "difference = $diff"
    sox $BASE.trim.wav finished.wav trim 0 -$diff
fi

FILEONE=$1
FILETWO=$2
MINSILENCE=0.1
THRESH=“-50dB”
S1=$（ffmpeg-i$FILEONE-af-silencedetect=noise=$THRESH:d=$MINSILENCE-f null-2>&1 | grep-silence_duration-m1 | awk'{print$NF}）
S2=$（ffmpeg-i$FILETWO-af silenedetect=noise=$THRESH:d=$MINSILENCE-f null-2>&1 | grep silence_duration-m1 | awk'{print$NF}'）
如果[-z“$S1”]；然后回显“在$FILEONE中未发现启动静音”&&exit 1；fi
如果[-z“$S2”]；然后回显“在$FILETWO中找不到启动静音”&&exit 1；fi
差异=$（回音“$S1-$S2”| bc）
ISNEG=$（echo$DIFF'>0'| bc-l）
DIFF=${DIFF#-}
BASE=“${FILETWO%.*}”
如果[$ISNEG-等式1]
然后
回显“$1>$2…填充$2”
SAMPRATE=$（sox--i-r$FILETWO）
sox-n-r$SAMPRATE-c 2静音.wav微调0.0$DIFF
sox silence.wav$FILETWO$BASE.shift.wav
rm.wav
其他的
echo“$1$length1”| bc-l））；然后
差异=$（回声“$length2-$length1”| bc-l）
echo“差异=$diff”
sox$BASE.trim.wav finished.wav trim 0-$diff
fi

文件在开始时会有一些静默吗？在大多数情况下-是的，它取决于正确的.wav文件，开始静默可能在1-5秒之间变化。所有文件在开始时都会有一些静默吗？在大多数情况下-是的，它取决于正确的.wav文件，开始静默可能在1-5秒之间变化W，这几乎是我需要的，但我用图片更新了我的问题我到底需要什么。请回复我。我只需要修剪较长的文件。我会修改代码。非常感谢，修改后我会接受你的回答。我已经花了很多时间手动编辑了数百个这样的文件，在你的帮助下我可以自动编辑）它工作起来很有魅力。我添加了一些代码来删除文件末尾FILETWO，因此FILEONE==FILETWO持续时间。Сode可能有点凌乱，因此您可以对其进行编辑。还有一件事需要提及，如果在运行代码之前先对每个文件上的音频进行规范化，您可能会获得更好的精度。看起来你的一个文件比另一个文件安静得多。哇，这几乎是我需要的，但我用图片更新了我的问题，我需要的是什么。请回复我。我只需要修剪较长的文件。我会修改代码。非常感谢，修改后我会接受你的回答。我已经花了很多时间手动编辑了数百个这样的文件，在你的帮助下我可以自动编辑）它工作起来很有魅力。我添加了一些代码来删除文件末尾FILETWO，因此FILEONE==FILETWO持续时间。Сode可能有点凌乱，因此您可以对其进行编辑。还有一件事需要提及，如果在运行代码之前先对每个文件上的音频进行规范化，您可能会获得更好的精度。看起来您的一个文件比另一个文件安静得多。