如何計算ffmpeg astats波峯因數

Question

我正在爲我的工作編寫ffmpeg鏈進程腳本。目標是正常化/壓縮很多音頻文件（mp3）。 它在Python完成，關鍵的部分是線：

ffmpeg -y -i "Input.mp3" -codec:a libmp3lame -b:a 96k -af acompressor=threshold=-15dB:ratio=5:attack=0.01:release=1000:knee=2,dynaudnorm=g=3:m=2:p=0.95 "Output.mp3" 

的Python腳本是完整和工作，但音頻（錄音）的性質有很大的不同，所以我不能使用相同的params用於在他們全部。

我就與ffmpeg的過濾器astats值一些嘗試，我發現波峯因數（峯RMS水平的標準比）給了一個很好的參考，以編程方式獲得更好的PARAMS。

事實上，我看到一個具有良好動態範圍聲音和平滑形狀的錄音，可獲得9-15的峯值（compress/normlz params將以某種方式保守）。但擁有22-30左右波峯的音頻需要更積極的處理。 （全部憑經驗）

有人可以澄清如何真正計算波峯值？考慮到哪些高峯？ （爲什麼平面因子總是0？） 或者如果有人知道如何得到代表聲音的平滑度的值也會很好。

感謝您的想法。

Answer 1

一般來說，波峯因數被定義爲（Wikipedia）：

展望ffmpeg's source code，我們看到，波峯因數被定義爲：

p->sigma_x2 ? FFMAX(-p->nmin, p->nmax)/sqrt(p->sigma_x2/p->nb_samples) : 1) 

撇開我們看到：

crest_factor = FFMAX(-p->nmin, p->nmax)/sqrt(p->sigma_x2/p->nb_samples) 

012 ，

其中式匹配上面給出的是：

• max(- x_min, + x_max)相當於abs(x_peak)
• p->sigma_x2指定音頻樣本的平方的總和與p->nb_samples對應於音頻樣本的數目，所以sqrt(p->sigma_x2/p->nb_samples)是RMS value。

希望它有幫助！