sox是一個跨平臺的命令行工具，可以進(jìn)行音頻格式轉(zhuǎn)換，也可以應(yīng)用各種音效到文件中，還支持在大多數(shù)平臺進(jìn)行播放與錄制，堪稱音頻界的瑞士軍刀。接下來，我們詳細(xì)介紹sox庫支持的音頻格式、支持的音效、常用的API、常用的命令行。

目錄

一、支持的音頻格式

二、支持的音效

1、音質(zhì)效果

2、產(chǎn)生效果

3、音量效果

4、編輯效果

5、混音效果

6、音調(diào)/音速效果

7、控制效果

8、專業(yè)混音

9、分析效果

10、信號處理效果

三、常用的API

四、常用的命令行

1、播放音頻

2、格式轉(zhuǎn)換

3、音頻錄制

4、添加音效

---

一、支持的音頻格式

• Apple/SGI AIFF files
• SUN .au files(PCM, u-law, A-law)
• CDDA (光碟數(shù)字音頻格式)
• AMR-WB & AMR-NB (需要ibamrwb & libamrnb庫)
• MP2/MP3 (需要ibmp3lame庫)
• MP4, AAC, AC3, WAVPACK, AMR-NB files (需要ffmpeg庫)
• AVI, WMV, Ogg Theora, MPEG video files (需要ffmpeg庫)
• Ogg Vorbis files (需要Ogg Vorbis庫)
• FLAC files (需要libFLAC庫)
• Microsoft .WAV file

二、支持的音效

1、音質(zhì)效果

• allpass: RBJ all-pass biquad IIR filter
• bandpass: RBJ band-pass biquad IIR filter
• bandreject: RBJ band-reject biquad IIR filter
• band: SPKit resonator band-pass IIR filter
• bass: Tone control: RBJ shelving biquad IIR filter
• equalizer: RBJ peaking equalisation biquad IIR filter
• firfit+: FFT convolution FIR filter using given freq. response
• highpass: High-pass filter: Single pole or RBJ biquad IIR
• hilbert: Hilbert transform filter (90 degrees phase shift)
• lowpass: Low-pass filter: single pole or RBJ biquad IIR
• sinc: Sinc-windowed low/high-pass/band-pass/reject FIR
• treble: Tone control: RBJ shelving biquad IIR filter

2、產(chǎn)生效果

• chorus: Make a single instrument sound like many
• delay: Delay one or more channels
• echo: Add an echo
• echos: Add a sequence of echos
• flanger: Stereo flanger
• overdrive: Non-linear distortion
• phaser: Phase shifter
• repeat: Loop the audio a number of times
• reverb: Add reverberation
• reverse: Reverse the audio?
• tremolo: Sinusoidal volume modulation

3、音量效果

• compand: Signal level compression/expansion/limiting
• contrast: Phase contrast volume enhancement
• dcshift: Apply or remove DC offset
• fade: Apply a fade-in and/or fade-out to the audio
• gain: Apply gain or attenuation; normalise/equalise/balance/headroom
• loudness: Gain control with ISO 226 loudness compensation
• mcompand: Multi-band compression/expansion/limiting
• norm: Normalise to 0dB
• vol: Adjust audio volume

4、編輯效果

• pad: Pad (usually) the ends of the audio with silence
• silence: Remove portions of silence from the audio
• splice: Perform the equivalent of a cross-faded tape splice
• trim: Cuts portions out of the audio
• vad: Voice activity detector

5、混音效果

• channels: Auto mix or duplicate to change number of channels
• divide+: Divide sample values by those in the 1st channel
• remix: Produce arbitrarily mixed output channels
• swap: Swap stereo channels

6、音調(diào)/音速效果

• bend: Bend pitch at given times without changing tempo
• pitch: Adjust pitch (= key) without changing tempo
• speed: Adjust pitch & tempo together
• stretch: Adjust tempo without changing pitch
• tempo: Adjust tempo without changing pitch

7、控制效果

• dither: Add dither noise to increase quantisation SNR
• rate: Change audio sampling rate

8、專業(yè)混音

• deemph: ISO 908 CD de-emphasis (shelving) IIR filter
• earwax: Process CD audio to best effect for headphone use
• noisered: Filter out noise from the audio
• oops: Out Of Phase Stereo (or `Karaoke') effect
• riaa: RIAA vinyl playback equalisation

9、分析效果

• noiseprof: Produce a DFT profile of the audio
• spectrogram: graph signal level vs. frequency & time (需要libpng庫)
• stat: Enumerate audio peak & RMS levels, freq
• stats: Multichannel aware `stat'

10、信號處理效果

• biquad: 2nd-order IIR filter using externally provided coefficients
• downsample: Reduce sample rate by discarding samples
• fir: FFT convolution FIR filter using externally provided coefficients
• upsample: Increase sample rate by zero stuffing

三、常用的API

1、sox_format_init

用于初始化關(guān)聯(lián)文件格式的句柄。如果編譯為動態(tài)庫，它會探測并且初始化所有外部庫，這個方法應(yīng)該在其他操作之前調(diào)用。

2、sox_format_quit

用于反初始化關(guān)聯(lián)文件格式的句柄。

3、sox_open_input

根據(jù)文件路徑打開可讀(輸入)文件。

4、sox_open_output

根據(jù)文件路徑打開可寫(輸出)文件。

5、sox_read

使用格式句柄來讀取指定len的數(shù)據(jù)到buf(數(shù)據(jù)必須轉(zhuǎn)換為32位有符號數(shù))。

6、sox_write

使用格式句柄向buf寫入指定len的數(shù)據(jù)(數(shù)據(jù)必須轉(zhuǎn)換為32位有符號數(shù))。

7、sox_close

關(guān)閉文件句柄。

8、sox_seek

對文件流進(jìn)行seek操作。

9、sox_find_effect

根據(jù)音效名字來查找effect。

10、sox_create_effect

創(chuàng)建并實例化effect。

11、sox_effect_options

用于控制effect的選擇參數(shù)。

12、sox_create_effects_chain

創(chuàng)建effect鏈。

13、sox_delete_effects_chain

刪除effect鏈。

14、sox_add_effect

向effect鏈添加effect。

四、常用的命令行

sox支持音頻播放、格式轉(zhuǎn)換、音頻錄制、添加音效。下面分別進(jìn)行介紹，精彩依然在繼續(xù)。

1、播放音頻

最簡單的播放：play tiger.mp3

連續(xù)播放多個：play tiger.mp3 hello.mp3

控制播放音量：play -v 0.5 tiger.mp3

控制播放速度：play tiger.mp3 tempo 0.5

2、格式轉(zhuǎn)換

使用-c指定聲道數(shù)，-r指定采樣率，-b指定采樣位數(shù)。

mp3轉(zhuǎn)為ogg：sox tiger.mp3 -c 2 -r 44100 hello.ogg

2個音頻混音：sox -m tiger.mp3 hello.mp3 mix.mp3

2個音頻拼接：sox tiger.mp3 hello.mp3 concat.mp3

3、音頻錄制

錄制一段10s的音頻：rec -c 2 -r 16000 test.mp3 trim 0 00:10

4、添加音效

1）混響reverb：play tiger.mp3 reverb

2）空靈echo：play tiger.mp3 echo 0.8 0.9 1000 0.6 (gain-in gain-out?<delay decay>)

3）增益gain：play tiger.mp3 gain -l 6

4）轉(zhuǎn)換聲道remix：sox tiger.mp3 mono.mp3 remix 1

5）音調(diào)pitch

? ? ? ? 蘿莉：play tiger.mp3 pitch -q 500

?? ? ? ?大叔：play tiger.mp3 pitch -q -1000

6）搞怪tempo：play tiger.mp3 tempo 2

7）顫抖tremolo：play tiger.mp3 tremolo 3.5 60

8）均衡器equalizer：play tiger.mp3 equalizer 4585 10.17q +9.4 equalizer 5356?4.33q +8.4 equalizer 6627?3.58q +7.5 equalizer 11297?2.62q +6.2

可以到GitHub一起學(xué)習(xí)音視頻：GitHub - xufuji456/FFmpegAndroid: android端基于FFmpeg實現(xiàn)音頻剪切、拼接、轉(zhuǎn)碼、編解碼；視頻剪切、水印、截圖、轉(zhuǎn)碼、編解碼、轉(zhuǎn)Gif動圖；音視頻合成與分離，配音；音視頻解碼、同步與播放；FFmpeg本地推流、H264與RTMP實時推流直播；FFmpeg濾鏡：素描、色彩平衡、hue、lut、模糊、九宮格等；歌詞解析與顯示???????

總結(jié)

以上是生活随笔為你收集整理的sox语音开源库的功能剖析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。