常用sox命令

一、转换格式

1.pcm音频转wav音频

输入音频为raw文件，要指定音频格式，raw音频没有指定音频格式的文件头

sox -t raw -c 2 -e signed-integer -b 16 -r 16000 raw.pcm wav.wav

2.wav音频转pcm音频

sox -t wav wav.wav  -t raw raw.pcm

3.其他格式

可以转换mp3格式

sox   wav.wav MP3.mp3

4.参数

参数	值及含义
-t	音频类型，常用raw【pcm格式音频】 wav【wav音频】
-c	通道数，音频是几声道的，根据实际音频来，可用sox或audition软件查看，常用值 1 2 4 6
-e	编码格式 常用 signed-integer
-b	采样位数，常用16，8位一个字节，采样位数为2个字节
-r	采样率，常用16000

二、剪切

sox 要处理的音频 剪切部分保存音频 trim 开始剪切位置时间点 持续时间
时间点可以有两种描述方式
1.直接用秒数（int或者float格式）
2.用

start_time=10
duration=4
sox before.wav after.wav trim $start_time $duration

三、提取声道

sox 原始音频 抽取声道保存音频 remix 抽取的声道
抽取声道序列索引从1开始

sox before.wav after.wav remix 1  			# 抽取左声道
sox before.wav after.wav remix 2			# 抽取右声道
sox before.wav after.wav remix 1，2		# 抽取左右声道融合成单声道输出
sox before.wav after.wav remix 1  2		# 抽取左右声道单独输出成双声道音频
sox before.wav after.wav remix 1，2  3，4		# 抽取左右声道融合， 3 4声道融合，最终输出为双声道音频

四、组合音频

-M 合并文件，两个单声道音频合并后是一个双声道音频

sox -M left.wav right.wav final_double.wav

-m 混合音频，两个单声道音频混合后输出仍然是一个单声道音频

sox -m left.wav right.wav final_mono.wav

五、假造数据

1.生成静音数据

-n 表示没有输入

sox -n -c 1 -r 16000 -b 16 -e signed-integer sil.wav trim 0 1.0

六、改变音频音量

sox -v 倍数 原始音频 改变后音频
当倍数小于1，则是减小音量，
当倍数大于1，则是增大音量。

sox -v 0.5 before.wav after.wav

注意：
最大化音频音量，但是不要出现削波

sox foo.wav -n stat -v 2> vc
sox -v `cat vc` foo.wav foo-maxed.wav

https://www.jianshu.com/p/be8977de4a6b

七、音频归一化处理

sox input.wav output.wav norm -3

norm -3 能使音频波形在-3db范围内，规整数据到一致的音量范围。