录音编辑保留可核对的原帧映射
将停顿裁切、声道恢复、全段谱图和滤波作为明确交付,保留完整证据。
从实际缺陷开始
课堂录音提问需要删除长停顿;另一用户因右侧噪声,需要把有用左声道复制到两侧;开发者希望一次看到完整文件的谱图,而非正在播放的缓冲片段。这些任务互不替代。记录哪项观察对应哪项操作,并保留源录音。
保留时间与声道身份
缩短停顿时记录阈值、窗口、最短时长与保留时长。已核对的10秒样本删除22,400个源帧后变成7.2秒。完整半开帧映射解释各输出区间来自哪个源区间;源文件时间戳不能未经映射直接用于编辑副本。安静不等于无用,要试听裁切附近。
声道恢复的1,1映射重复声道1,不混音。反相信号如果平均会相消,明确选择避免引入这项未要求的操作。拆分全部声道分别交付单声道 WAV,包含源索引与统计。PCM16裁切/选择保留真实整数原字节;MP3 使用实际浏览器 PCM 和明确 PCM16 量化。
| 证据 | 回答的问题 | 边界 |
|---|---|---|
| 原始/输出帧映射 | 保留音频来自哪里? | 不判定被删的低电平内容没有意义 |
| 源声道索引与 PCM16 原字节比较 | 每个输出采用哪个源声道? | 不自动推断说话人或声道角色 |
| 完整矩阵、轴与设置 | 整个所选声道随时间有什么分布? | 需考虑窗口分辨率与右补零 |
| 明确滤波节、极点、响应与削波 | 执行了什么变换? | 频段可能包含有用内容,高 Q 可能振铃 |
完整分析与预算一起交付
带轴预览用于浏览,完整矩阵与设置用于之后测量。4秒/8kHz示例有61,500个幅度,不只是 PNG 可见列;每个窗口都保留峰值,并明确并列。超过400万矩阵单元或1亿 FFT工作量时明确拒绝并给恢复路径,不缩成短前缀充当全段。
陷波样本测量60Hz抑制,同时保留1kHz分量。W3C/RBJ系数、稳定极点、512响应点、零状态处理与削波报告描述这项确定操作,不会把频段滤波变成语音识别或整套去噪。只有录音证据支持时才选择具体滤波链。
让解码差异可见
相同本地 MP3 样本在 Chromium 解码2.000秒、WebKit为2.040秒。Priming与gapless处理会改变 PCM帧数;报告记录实际采样率、帧数与时间轴。输出规则统一为 round(decoded×32768) 并限幅到 signed16。不带解码上下文比较不同浏览器的帧数,容易误述裁切结果。
- 保留源文件及全部下载,200行预览用于导航。
- 手动试听受控生成 WAV,检查删除边界与削波峰值。
- 自行记录操作参数和原声道意义,工具不替你猜测。
- 用 PCM16 WAV 做原字节精确比较;其他位深或 MP3 要以实际解码 PCM 和明确量化为基准。
- 校验失败或复杂度超限表示任务被拒绝,修正输入或另选样本再运行。
参考资料
- 用户任务:缩短课堂录音中的长停顿
已读提问正文;按电平缩短停顿与去除持续背景噪声是不同任务。
- 用户任务:将有用的左声道复制到两侧
已读提问正文;支持明确选择,不猜测哪一声道包含语音。
- 开发者任务:完整文件谱图而非当前播放缓冲
已读提问正文;完整分析需要完整矩阵和时间轴,而非滚动播放显示。
- 用户任务:对劣质人声录音进行明确频段处理
已读提问正文;嗡声与低频分量对应显式滤波,嘴响与整套去噪不在范围内。
- W3C Audio EQ Cookbook
归一化双二阶系数与响应的技术参考,不作为独立需求证据。
本分类工具使用说明
展开工具,查看操作步骤、可调选项和支持范围,再直接进入工作区。
录音低电平停顿缩短按全声道RMS阈值缩短长停顿,保留源帧并导出完整删改映射。
在实际PCM中按20ms四舍五入窗检测全声道均低于阈值的连续停顿,移除符合最短长度的中部,保留两边。输出真实PCM16试听WAV、静默/删除区间及源到输出的完整半开帧映射。PCM16保留帧字节恒等,不做crossfade;这不是语音识别,安静的有用声音也可能被删。
操作步骤
- 选择本地WAV/MP3。
- 设置参数并检查实际结果、统计或帧映射。
- 试听/核对后下载完整产物。
可调选项
- RMS阈值(dBFS)
- -40
- 最短停顿(ms)
- 500
- 每停顿保留(ms)
- 200
必须≤最短停顿,左floor/右ceil分配保留帧。
能力与限制
- 一份受支持WAV/MP3最大30MiB、实际解码PCM最大80MiB,1–8声道、8–192kHz;所有下载合计100MiB。WAV支持既有PCM8/16/24/32、float32/64解析;MP3需要浏览器实际可解码,不读取麦克风、不上传或抓远程音频。
- MP3 priming/gapless处理因浏览器而异:同一已核对MP3在Chrome为2.000秒、WebKit为2.040秒。所有时间/帧以本浏览器实际解码PCM为准,不保证跨浏览器样本/时长恒等。PCM16输出为round(decoded*32768)并clamp[-32768,32767],不归一化;float/24/32/MP3不保证原编码字节恒等。
- 阈值−80…−10dBFS,最短停顿100…60,000ms,保留20ms至最短停顿值,最多10,000停顿。阈值包含等号,最后不足一窗按实际样本RMS。全静默长文件保留所选两端;不足最短停顿不删,零检测也输出完整原帧副本。
录音声道恢复与拆分明确选择已有源声道,隔离、重复或拆分为可试听WAV,保留完整映射。
查看各声道RMS、峰值、DC和超满幅样本,选择1起算的源声道映射。例如1,1把左声道复制到两侧而不平均混入右侧噪声。也可一次拆出所有原声道ZIP并逐声道试听。PCM16选择/重复/拆分的样本字节恒等;不猜声道含义,也不能重建已经丢失的独立立体声。
操作步骤
- 选择本地WAV/MP3。
- 设置参数并检查实际结果、统计或帧映射。
- 试听/核对后下载完整产物。
可调选项
- 交付方式
- 明确映射 · 拆出全部原声道
- 源声道列表(1起算)
- 1,1
1,1=复制声道1到两侧;2,1=交换左右;1=仅声道1。拆分模式忽略。
能力与限制
- 一份受支持WAV/MP3最大30MiB、实际解码PCM最大80MiB,1–8声道、8–192kHz;所有下载合计100MiB。WAV支持既有PCM8/16/24/32、float32/64解析;MP3需要浏览器实际可解码,不读取麦克风、不上传或抓远程音频。
- MP3 priming/gapless处理因浏览器而异:同一已核对MP3在Chrome为2.000秒、WebKit为2.040秒。所有时间/帧以本浏览器实际解码PCM为准,不保证跨浏览器样本/时长恒等。PCM16输出为round(decoded*32768)并clamp[-32768,32767],不归一化;float/24/32/MP3不保证原编码字节恒等。
- 映射逗号列表1–8输出声道,每个索引必须存在;拆分模式忽略映射列表。输出容量在分配前校验,不能静默减少声道。
完整录音时频图与数值导出分析实际音频全段,导出带轴PNG、完整STFT幅度矩阵和明确窗/时间/频率设置。
选择实际源声道,完整计算periodic Hann STFT。导出带t[s]、f[Hz]和dBFS色标的PNG、全部little-endian float32幅度bin,以及每窗真实中心时间、峰值和设置。显示可以max-pool以适配图像预算,但每个原窗均覆盖,完整数值仍下载;不截取录音前缀。
操作步骤
- 选择本地WAV/MP3。
- 设置参数并检查实际结果、统计或帧映射。
- 试听/核对后下载完整产物。
可调选项
- 源声道(1起算)
- 1
- FFT窗口样本数
- 256 · 512 · 1024 · 2048 · 4096
- 显示dBFS下限
- -80
能力与限制
- 一份受支持WAV/MP3最大30MiB、实际解码PCM最大80MiB,1–8声道、8–192kHz;所有下载合计100MiB。WAV支持既有PCM8/16/24/32、float32/64解析;MP3需要浏览器实际可解码,不读取麦克风、不上传或抓远程音频。
- MP3 priming/gapless处理因浏览器而异:同一已核对MP3在Chrome为2.000秒、WebKit为2.040秒。所有时间/帧以本浏览器实际解码PCM为准,不保证跨浏览器样本/时长恒等。PCM16输出为round(decoded*32768)并clamp[-32768,32767],不归一化;float/24/32/MP3不保证原编码字节恒等。
- FFT须2的幂256…4096,hop=FFT/4,无左padding,尾窗补零;单侧幅度为absFFT/HannSum,除DC/Nyquist外乘2。最多4,000,000矩阵格、100,000,000 FFT工作量,计算前拒超预算。PNG全时间范围,按窗中心分配列,空列用最近窗;频率0到Nyquist。峰值仅是最大幅度bin,同值选最低bin并计同值数量,不是音高/来源鉴定。
录音明确频段滤波按用户声明的高通、低通或陷波链处理实际样本,输出WAV、响应和裁剪计数。
每行填写type,frequencyHz,Q,如notch,60,10。相同已声明链应用于全部声道,用W3C/RBJ稳定biquad和零初始状态处理实际样本。输出真实PCM16试听WAV、全部系数/极点/响应与前后电平。没有归一化或自动降噪;高Q可能振铃并削减有用声音或产生裁剪。
操作步骤
- 选择本地WAV/MP3。
- 设置参数并检查实际结果、统计或帧映射。
- 试听/核对后下载完整产物。
可调选项
- 滤波链:每行type,Hz,Q
- notch,60,10
支持highpass、lowpass、notch。最多8行,截止不得越过Nyquist。
能力与限制
- 一份受支持WAV/MP3最大30MiB、实际解码PCM最大80MiB,1–8声道、8–192kHz;所有下载合计100MiB。WAV支持既有PCM8/16/24/32、float32/64解析;MP3需要浏览器实际可解码,不读取麦克风、不上传或抓远程音频。
- MP3 priming/gapless处理因浏览器而异:同一已核对MP3在Chrome为2.000秒、WebKit为2.040秒。所有时间/帧以本浏览器实际解码PCM为准,不保证跨浏览器样本/时长恒等。PCM16输出为round(decoded*32768)并clamp[-32768,32767],不归一化;float/24/32/MP3不保证原编码字节恒等。
- 最多8段、160,000,000样本×段工作量;频率10Hz至0.49sampleRate,Q0.1…30,系数/极点有限且严格稳定。段间float64,最终float32 PCM后按统一公式量化;超过±1样本计clippedSamples,WAV饱和不隐瞒。响应图范围−100…20dB,完整512频率响应在报告。不是语音识别或整套噪声修复。