pydub可以設置最大/最小音量嗎？

Question

作為標題，我可以為最大/最小音量設置一個值，即輸出音頻文件中不會太響或太安靜嗎？ （不規范化，我只想將特定音量調整為正常，如下圖所示。）

Answer 1

響度有點復雜-一種簡單的解決方案是使用一種較簡單的方法（例如dBFS）進行測量，並設置所有音頻的增益以匹配。

sounds = [audio_segment1, audio_segment2, audio_segment3, audio_segment4]

def set_loudness(sound, target_dBFS):
    loudness_difference = target_dBFS - sound.dBFS
    return sound.apply_gain(loudness_difference)

# -20dBFS is relatively quiet, but very likely to be enough headroom    
same_loudness_sounds = [
    set_loudness(sound, target_dBFS=-20)
    for sound in sounds
]

一個復雜的因素是，您的某些聲音可能具有較長的靜音部分，甚至只是非常安靜的部分。 這將降低平均值，並且您可能必須編寫更復雜的響度測量值。 再次，這是一種簡單的方法，您可以將聲音切成更短的片段，並假設您的整個聲音長度為15分鍾，而使用最大聲的片段，我們可以將片段切成1分鍾：

from pydub.utils import make_chunks

def get_loudness(sound, slice_size=60*1000):
    return max(chunk.dBFS for chunk in make_chunks(sound, slice_size))


# ...and replace set_loudness() in above example with…
def set_loudness(sound, target_dBFS):
    loudness_difference = target_dBFS - get_loudness(sound)
    return sound.apply_gain(loudness_difference)

Answer 2

這就是我所做的，對我來說效果很好。 如果sample_rate太小，缺點是性能不好。

from pydub import AudioSegment
from pydub.utils import make_chunks

def match_target_amplitude(sound, target_dBFS):
    change_in_dBFS = target_dBFS - sound.dBFS
    return sound.apply_gain(change_in_dBFS)

def sound_slice_normalize(sound, sample_rate, target_dBFS):
    def max_min_volume(min, max):
        for chunk in make_chunks(sound, sample_rate):
            if chunk.dBFS < min:
                yield match_target_amplitude(chunk, min)
            elif chunk.dBFS > max:
                yield match_target_amplitude(chunk, max)
            else:
                yield chunk

    return reduce(lambda x, y: x + y, max_min_volume(target_dBFS[0], target_dBFS[1]))

sound = AudioSegment.from_mp3("vanilla_sky.mp3")
normalized_db = min_normalized_db, max_normalized_db = [-32.0, -18.0]
sample_rate = 1000
normalized_sound = sound_slice_normalize(sound, sample_rate, normalized_db)