使用 ffmpeg.wasm 替换音频中的静音

Question

我有一个用例，我必须在 ffmpeg wasm

中缩短超过 2 秒的静音并将其缩短到 1 秒

我可以删除超过 2 秒的静音，但无法缩小它们。

const silenceDuration = 2;

    await ffmpeg.run(
      "-i",
      inputFileName,
      "-af",
      `silenceremove=stop_periods=-1:stop_duration=${silenceDuration}:stop_threshold=-30dB`,
      outputFileName,
    )

知道如何在 ffmpeg wasm 中实现这一点吗？

谢谢你

Answer 1

在我看来，使用

silenceremove=detection=peak:window=1:stop_periods=-1:stop_duration=1:stop_silence=0

正是您想要的。

peak

和

window=1

表示仅当 [t 和 t+1] 之间的整秒为 0（当然是指定的阈值）时，瞬时

t

才被视为静音。

因此，从这个过滤器的角度来看，少于 1 秒的沉默甚至都不是沉默。

stop_periods

表示超过 1 秒的静音（但请记住，由于

window=1:dectetion=peak

，静音的第一秒甚至不会被检测为静音。因此，它只会考虑 2 秒的实际静音有 1 秒的沉默并且过滤器适用。

因此它仅在静默超过 2 秒时起作用。

然后，因为

stop_duration

，让文件中保持 1 秒的沉默。

此处的

window

用法显然不是预期的用法。但你所做的很奇怪，所以这并不奇怪，这不是 ffmpeg 开发者的初衷：你想保持 0.8 秒的沉默。这是很自然的事情。您希望将 2.3 秒的沉默减少到 1 秒。这也是一件很自然的事情。但您还希望 1.5 秒的沉默保持不变。这意味着，如果我将

f

称为映射沉默的初始持续时间（其新持续时间）的函数，那么

f

并不单调。这很不寻常。

从图形上看，这意味着新的沉默持续时间与旧的沉默持续时间如下所示

毫不奇怪，使用指定“自然”动作的工具（例如截断超过 1 秒到 1 秒的任何沉默，包括持续 1 到 2 秒的沉默）并不容易做到这一点。或者，截断超过 2 秒到 2 秒，但是“将任何超过 2 秒的沉默截断为 1 秒，即将任何沉默最多截断为 1 秒，除非它们持续 1 到 2 秒”。是一种非常奇怪的预期行为）。