1. 如何實時h264編碼及aac編碼
1. 簡單介紹
首先是捕獲，這里採用了DirectShow的方式，對它進行了一定程度的封裝，包括音視頻。好處是直接使用native api，你可以做想做的任何修改，壞處是，不能跨平台，採集音視頻這種應用，linux平台也是需要滴呀。有跨平台的做法，對視頻，可以使用OpenCV，對音頻，可以使用OpenAL或PortAudio等，這樣就行了。
編碼可以選擇的餘地比較大，對視頻來講，有H264, MPEG-4, WebM/VP8, Theora等，音頻有Speex, AAC, Ogg/Vorbis等，它們都有相應的開源項目方案，我採用的是x264進行H264編碼，libfaac進行aac編碼，之後是否更改編碼方案，等具體項目需求再說了。這里提一下WebM，Google牽頭的項目，完全開放和自由，使用VP8和Vorbis編碼，webm(mkv)封裝，有多家巨頭支持，目的是想要取代當前的H264視頻編碼，號稱比後者更加優秀，我沒有測試過實際效果。不過有商業公司牽頭就是不一樣，各項支持都很全面，有時間了關注一下。2. 邏輯和流程
基本的思想是實現dshow ISampleGrabberCB介面，通過回調來保存每一個buffer。除了界面線程和dshow自己的線程之外，我們啟動了兩個線程，AudioEncoderThread和VideoEncoderThread，分別從SampleGrabber中取出數據，調用編碼器進行編碼，編碼後的文件可以直接輸出。看圖：程序是用VS2010構建的，看張工程截圖：Base下面的是對系統API的一些簡單封裝，主要是線程和鎖。我這里簡單也封裝的了一下dshow的捕獲過程，包括graph builder的創建，filter的連接等。directshow是出了名的難用，沒辦法，難用也得用。因為是VS2010，調用的Windows SDK 7.1中的dshow，沒有qedit.h這個文件，而它正式定義ISampleGrabberCB的。不急，系統中還是有qedit.dll的，我們要做的就是從Windows SDK 6.0中，把它拷過來，然後在stdafx.h中加入這幾行代碼，就可以了
1 #pragma include_alias( "dxtrans.h", "qedit.h" )
2 #define __IDxtCompositor_INTERFACE_DEFINED__
3 #define __IDxtAlphaSetter_INTERFACE_DEFINED__
4 #define __IDxtJpeg_INTERFACE_DEFINED__
5 #define __IDxtKey_INTERFACE_DEFINED__
6 #include "qedit.h"
3. 音視頻編碼
相關文件：Encoder下就是音視頻編碼相關的代碼。X264Encoder封裝了調用x264編碼器的操作，FAACEncoder封裝了調用libfaac編碼器的操作，VideoEncoderThread和AudioEncoderThread負責主要的流程。下面我把關鍵代碼貼出來，大家可以參考一下。
A. 視頻編碼線程
主要流程是首先初始化x264編碼器，然後開始循環調用DSVideoGraph，從SampleGrabber中取出視頻幀，調用x264進行編碼，流程比較簡單，調用的頻率就是你想要獲取的視頻幀率。要注意的一點是，x264進行編碼比較耗時，在計算線程Sleep時間時，要把這個過程消耗的時間算上，以免採集的視頻幀率錯誤。
B. 音頻編碼線程
主要流程和視頻編碼線程相同，也是初始化FAAC編碼器，然後循環調用DSAudioGraph，從SampleGrabber中取出視頻幀，調用faac進行編碼。和視頻不同的是，音頻的sample的頻率是非常快的，所以幾乎要不斷的進行採集，但前提是SampleGrabber中捕獲到新數據了才行，不然你的程序cpu就100%了，下面代碼中IsBufferAvailaber()就是做這個檢測的。
調用faac進行編碼的時候，有點需要注意，大家特別注意下，不然編碼出來的音頻會很不正常，搞不好的話會很頭疼的。先看下faac.h的相關介面
1 faacEncHandle FAACAPI faacEncOpen(unsigned long sampleRate, unsigned int numChannels,2 unsigned long *inputSamples, unsigned long *maxOutputBytes);3 4 int FAACAPI faacEncEncode(faacEncHandle hEncoder, int32_t * inputBuffer, unsigned int samplesInput,5 unsigned char *outputBuffer, unsigned int bufferSize);
faacEncEncode第三個參數指的是傳入的sample的個數，這個值要和調用faacEncOpen返回的inputSamples相等。要做到這點，就要在dshow中設置好buffsize，公式是：
BufferSize = aac_frame_len * channels * wBytesPerSample// aac_frame_len = 1024
2. 有關MP3歌曲的大小
MP3格式介紹
現在大家對音樂品質越來越挑剔了MP3要求的品質也是越來越高了，
一般MP3壓制可分為幾個階段：
第一個階段是最早期的128K=CD音質~由於MP3剛出現使人們在感嘆能
有那麼大的壓縮率的情況下居然會有如此的音質表現力。
不過很快人們就發現128K的MP3在音質的高頻
部分和細小音節跟原版有非常大的差距。所以就有了第二個階段。
第二個階段192K=CD然而，當大家對128K不滿的時候192K就成了CD音質的統稱，
因為在一定程度上192K對128K來說音質的表現應該算有了一個質的飛躍，
但是依然無法阻止MP3在高復雜音頻下音頻的流失，所以192KMP3的音質很快又被人們否定了。
就有了MP3音質的大討論和爭議。很多人喜歡用320K因為那是MP3音質里的極限，
如果用320K那麼很多人往往無法接受一首歌有超過10M容量的MP3。
壓縮軟體也是大家一直都很頭痛的問題，傳統壓縮軟體都是以暴力般的壓制方法，
使MP3會損失很多音頻，比如插弦聲在以往的MP3是聽不到的。
所以MP3在大家的印象里已經成了音質差的代名詞。
當人們對MP3音質有不少失望時！LAME的出現讓人們驚嘆MP3的音質
原來還是可以那麼
出色。獨創的心理聲學和改佳壓縮模式在最大程度上
還原CD原版音頻。
（新版本LAMEq=0VBR和CBR320K壓縮方式）
甚至用線譜測也幾乎能跟音源達到一至。但畢竟是有損壓制。
想完全還原那還是不可能的，所以心理聲學模式應該是最佳的選擇~
下面就來介紹MP3的大概幾種壓制方式：
第一種就是傳統的CBR（Constents BitRate）。就是靜態比特率。
CBR約定死了MP3的采樣率為固定值。一首MP3從頭至尾為某固定值如192KBit/s
進行壓縮如果這種壓制模式在固定比特率下如（192K）復雜段落音頻是無法滿足，
而低頻下又是浪費容量。在容量一定的情況下，音質的表現只能說是差強人意。
想要音質到達最好。也只能把它壓成320K，然而容量實在是不能讓人接受。
特別是那些擁有容量較少的MP3隨身聽但又想要高品質MP3的朋友。用起來確實是
左右為難啊。
MP3的質量等級其實分出了q9--q0~的單位!等級0為最佳,當然首先考慮的是MP3的碼率
後考慮MP3的等級!
第二種是VBR：全稱是Variable BitRate，就是動態比特率。
就是在音頻中找出與音頻最適合的比特率進行壓制，
使其在控制容量大小的情況下把音質提到最佳。
VBR採取了一種全新的，全程動態調節技術的壓縮方法。當在低頻或無頻段時，
VBR會自動採用的比特率如32KBit/s對音質進行壓縮；當在高音段時會用較高的
比特率如224KBit/s或256KBit/s對音質進行壓縮；當在級高端時則採用最高320KBit/s進行
壓縮。VBR MP3就是在控制文件大小的情況下，最大限度的提高了MP3的音質，
VBR的質量同樣也分出了V9--V0!我們所說的~~極品VBR(極高品質動態MP3壓制碼率)就是MP3的Q等級和VBR的V等級都為最佳壓制!
第三種就是ABR：就是平均動態比特率。
指定VBR控制在某個比特率然後利用VBR對音頻的解析調解MP3大小。
是人們想在控制MP3容量在一定的情況下，又想要追求音質的一種壓制方法。
就是在VBR中固定一個碼率標准。比如把VBR平均控制在192Kbps的標准上
讓VBR根據音頻調節VBR碼率，雖然後面得出的音樂體積比較統一，而音樂質量就參差不齊。
誤區：VBR比特率越高等於音質越好，理論上是這樣，
但是VBR本身的作用就是調節比特率，比特率的高低要取決於歌曲本身音源的質量或復雜程度，
由於不同歌曲本身幀數的區別，VBR在壓縮的時候會根據歌曲自動調節幀數，
一首歌曲被分為上千幀進行分析壓制，最後得出的平均數為最後的比特率。
所以VBR壓制的MP3的音質是不能從比特率的高低上分辨出來的。
這就是我們經常看到比特率偶爾不會是整數的原因了。
（一般正版CD壓出來的最後比特率都比較高，一般都會超過200K，
那是正版CD在音質的音頻質量都要求的很高）
現在網上流行的192K VBR是屬於ABR！
因為它的壓縮模式是把最高和最低和平均值都設在192K所以它的音質
跟192K CBR並沒有太大的區別。
聯合立體聲(又稱:混合立體或接合立體)這是前期MP3碼率比較低時就是維持在128K時通用的一種聲道壓制模式!原理是把兩個聲道的音頻聯合起來,在用壓制記憶把其分開~在低碼率的情況下可以適當的提高音質,但是會破壞音質的音場!!
上面所說的聲道在其他軟體上表現的比較明顯,不過LAME已經解決了聯合立體聲的問題~而且表現出了相當的自信.默認的壓制方式就是聯合立體聲!所以用LAME壓制的朋友可以放心使用聯合立體聲的聲道模式
希望我今天的帖子對你以後壓制MP3的時候有所幫助。有什麼意見和建議請多多批評。（個人摘抄拼湊，如有雷同，純屬巧合）
對MP3及音頻壓縮技術的一些誤解
1、mp3的音質很差？
錯。mp3作為當前音頻有損壓縮的「王者」，它的編碼技術已經幾近完美。很多人只是不清楚如何才能壓縮出高品質的mp3而已。2001年12月，世界上最優秀的mp3編碼器--LAME推出了革命性的版本3.90.2，針對lame壓縮參數過於煩瑣的情況，提供了幾個preset（預設）參數。現在只要使用LAME的standard（標准）模式進行壓縮，就能得到近似於CD的完美音質。
2、128kbps的mp3=CD音質？
錯。首先，所謂CD音質是一個帶有很大主觀性的名詞，基本上可以認為CD音質意味著在平均水平的聽音條件下能達到用光碟機放CD的效果。但是根據這個定義，無數的試聽結果表明，不管用什麼編碼器，什麼樣的設置，128kbps的mp3都不能達到這個標准。關於這方面的主題可參考http://ff123.net/,這是一個非常著名的國外音頻站點，對128kbps的mp3的測試有非常詳細的理論闡述。
3、mp3 192kbps CBR(固定比特速率) stereo(立體聲)編碼是音質與文件大小的最佳平衡設置？
錯。這一誤解有很深的根源。因為128kbps的mp3在音質上不能被「苛刻」的音樂愛好者接受，所以他們要尋求更好的設置。對Xing編碼器及Fraunhofer編碼器來說，直到現在它們在VBR(可變比特速率)和jointstereo(混合立體聲)的演算法上都很失敗，所以很多人都認為CBR和stereo才是最佳的選擇，而且192kbps的mp3在文件大小上也是可以接受的。是LAME編碼器改變了這一切！LAME採用的VBR及智能的joint stereo演算法非常優秀，已經沒什麼理由再去使用CBR和stereo--這樣做只會浪費有限的bits。標準的VBR預定設置（即使用--alt-preset standard參數）生成的mp3文件的平均比特率也是192kbps，但它的音質要好過CBR 192kbps，在同等的比特率下其他的編碼器非其敵手（按：除了1、mpc--其音質在該bitrate左右好於mp3, 2、最近的oggenc 1.0--not tested yet）。
4、mp3 320kbps CBR Stereo是mp3音質的極限？
錯（或者說Not exactly true）。雖然320kbps是mp3標準的極限，但在320kbps下使用設計良好的Joint Stereo，能夠將節省下下的bits用於純粹的音樂部分（從而提高音質）。如果音源的立體聲分離度很低，使用完全的stereo是一種浪費。
5、VBR的音質不如CBR？
錯。設計良好的VBR演算法不會將bits浪費在易於編碼的部分，節省下來的bits將用在對復雜的音頻部分進行編碼。這一誤解可能來自於較老的FhG Encoder的VBR演算法及Xing VBR演算法中存在的bug,對當前的lame編碼器來說,它的VBR演算法已被協調得很好,不會有音質上的問題。
6、Joint Stereo 音質不佳？
錯。當前主流的encoder如lame、mppenc、oggenc、aacenc都使用了所謂smart joint stereo的技術，不會破壞stereo image,請參閱如下的兩個鏈接（E文,由編碼器的開發者解答）：
http://www.hydrogenaudio.org/for ... =&threadid=1081
http://www.hydrogenaudio.org/for ... s=&threadid=759
更為技術性的解釋如下：
http://www.xiph[size=4][/size].org/ogg/vorbis/doc/stereo.html
7、Blade是最佳的mp3編碼器？
錯。（似乎不用過多的解釋）Blade不推薦用於所有bitrate的mp3編碼，由於缺少相當多的功能，其音質較lame或FhG遜色很多。下面的兩個鏈接有助於了解blade的缺憾：
http://forums.afterdawn.com/thread_view.cfm/1914
http://www.hydrogenaudio.org/for ... s=&threadid=463
最新消息——Blade已經停止開發，其作者在主頁上聲明ogg是更好的選擇
8、wma在64kbps可達CD音質？
錯。不用我多費筆墨，不相信的話點擊下面的鏈接了解詳情:：
http://www.hydrogenaudio.org/for ... =&threadid=1434
http://forums.winamp.com/showthread.php?s=&threadid=89378
另外，專門為winamp寫plugin的Peter也寫了篇文章:
Why not to use wma (http://205.188.228.81/showthread.php?threadid=81838)
9、不同的音樂類型需要不同的編碼器及不同的參數?
錯。編碼器是在音頻信號級進行處理，不去分辨音樂類型。只要心理學模型與編碼演算法正確，同一設置就適用於所有的音樂類型。詳情參見：
http://www.hydrogenaudio.org/for ... =&threadid=1835
MP3壓縮軟體很多，介紹兩個相對最常用的MP3工具：
Mp3Resizer (MP3壓縮軟體綠色版)，下載地址：http://www.anxz.com/down/505.html
Cool Edit Pro 2.1 專業漢化破解特別版，下載地址：http://www.anxz.com/down/457.html
Mp3Resizer的使用相對簡單，功能也很少。
詳細內容參見:http://www.ee44.net/simple/index.php?t4647.html
3. ffmpeg 連接 mp3
先寫個文本的列表文件list.txt，內容為
file '1.mp3'
file '2.mp3'
file '3.mp3'
然後用命令,如果音頻參數一致可以
ffmpeg -f concat -i list.txt -c a.mp3
這時a.mp3就是合並生成的
如果音頻參數不一致可以重新編碼成aac/MP4
ffmpeg -f concat -i list.txt -vn -acodec libvo_aacenc -ab 128k a.m4a
4. ffmpeg 把avi轉換flv怎麼是0kb
ffmpeg版本太舊，用的7年前的版本。支持太少。換新版即可。
我自己編譯的版本，為core2以上cpu優化
ffmpeg version N-57940-g1b3d3a9 Copyright (c) 2000-2013 the FFmpeg developers
built on Nov 6 2013 18:49:29 with gcc 4.7.3 (GCC)
configuration: --prefix=/mingw/i686-w64-mingw32 --enable-version3 --enable-gpl
--enable-nonfree --enable-avisynth --enable-libfaac --enable-libaacplus --enabl
e-libvo-aacenc --enable-libfdk-aac --enable-libmp3lame --enable-libx264 --enable
-librtmp --enable-libvpx --enable-libvorbis --enable-libopus --disable-runtime-c
pudetect --disable-doc --disable-manpages --disable-podpages --disable-txtpages
--enable-cross-compile --target-os=mingw32 --arch=x86 --enable-w32threads --extr
a-cflags='-Ofast -mtune=core2 -fomit-frame-pointer' --extra-libs='-lrtmp -lpolar
ssl -lwinmm -lws2_32 -lgdi32'
libavutil 52. 52.100 / 52. 52.100
libavcodec 55. 41.100 / 55. 41.100
libavformat 55. 21.100 / 55. 21.100
libavdevice 55. 5.100 / 55. 5.100
libavfilter 3. 90.102 / 3. 90.102
libswscale 2. 5.101 / 2. 5.101
libswresample 0. 17.104 / 0. 17.104
libpostproc 52. 3.100 / 52. 3.100
5. 急!我用千千靜聽轉換歌曲 把MP3轉ACC怎麼轉一會就自動關了
你不會不用那個軟體轉換啊 你可以用iTunes
iTunes，蘋果公司最熱門音樂軟體的最新版本，具有了一個極吸引人的新功能：令人難以置信的iTunes音樂商店，成千上萬首歌曲讓您預聽並且擁有，只要您點擊一下就行了。無論走到哪裡，都帶著音樂，帶著您的全心iPod。它可以支持新的 AAC 音頻格式（具有更好的音質，而文件大小卻更小了），同時也可以讓您同本地乙太網絡或 AirPort 無線網路上的蘋果電腦共享您的音樂。如果您的蘋果電腦配備 SuperDrive 光碟機，您還可以將您的整個音樂庫刻錄成 DVD 光碟以便保存。
http://dl.pconline.com.cn/html_2/1/123/id=8432&pn=0.html
6. 關於使用瀏覽器觸發錄屏的啟停。（ScreenCapturerRecorder）
關於使用瀏覽器觸發錄屏的啟停。（ScreenCapturerRecorder）？ffmpeg在Linux下用X11grab進行屏幕錄像,在Windows下用DirectShow濾鏡
首先需要安裝一個軟體,screen capture recorder
編譯好的下載地址是:
http://sourceforge.net/projects/screencapturer/
源碼地址是:
https://github.com/rdp/screen-capture-recorder-to-video-windows-free
安裝完了之後,在命令行執行:
ffmpeg -list_devices true -f dshow -i mmy
系統輸出大致如下:
[dshow @ 002db420] DirectShow video devices
[dshow @ 002db420] "screen-capture-recorder"
[dshow @ 002db420] DirectShow audio devices
[dshow @ 002db420] "virtual-audio-capturer"
ffmpeg已經可以捕獲到DirectShow視頻設備,和音頻設備了.
"screen-capture-recorder" 這個就是桌面捕獲設備,如果電腦上連有攝像頭,也會列出來.
"virtual-audio-capturer" 這個是音頻捕獲設備
然後就可以用FFMPEG來進行錄像了
Java代碼
ffmpeg -f dshow -i video="screen-capture-recorder" -f dshow -i audio="virtual-audio-capturer" -pix_fmt yuv420p -vcodec libx264 -acodec libvo_aacenc -s 1280x720 -r 25 -q 10 -ar 44100 -ac 2 -tune zerolatency -preset ultrafast -f mpegts - | ffmpeg -f mpegts -i - -c -bsf:a aac_adtstoasc -f flv temp.flv
7. 千千靜聽中如何將ogg格式的轉換成mp3格式的
需要下載
oggenc2.85-1.2.0-P3.zip(P3,P4是CPU編碼)(地址:
http://www.rarewares.org/files/ogg/
)
將其解壓至TTplayer所在文件夾(如果將那個編碼器oggenc2.exe改名為oggenc.exe就可以用Q4Q5Q6編碼了,
q4q5q6表示的也就是品質,很明顯q10表明的是最高品質
然後在千千靜聽中,把想轉的歌曲加入到千千靜聽，在歌曲上右鍵點
—
轉換格式
－輸出格式中選命令行編碼器1.0，
點擊「配置」
【方法1】：新建1個編碼器方案，名稱任意
－
把編碼程序改為剛才下載的那個ogg編碼器
－
擴展名為ogg，命令參數為：-q10
-
-o
"%d"
，其餘默認
【方法2】：選擇
案編碼器方案Vorbis
-q4、Vorbis
-q5、Vorbis
-q6，其中一個將其中的4、5、6，改為10其他照舊
－
確認後點擊「立即轉換」
by:wangbin5542
8. 怎麼打開OGG格式文件,急!!!!
轉換OGG格式的方法有很多，但最簡單的方法是就是用Foobar2000+OGGENC外部編碼器。Foobar2000現在很流行，它是一個Windows 平台下的高級音頻播放器。不僅音質很出色，功能也很強大。Foobar2000支持WAV、AIFF、VOC、 AU、SND、Ogg Vorbis、MPC、MP2、MP3等音樂格式，通過插件還能支持MPEG-4、AAC、FLAC、Ogg、FLAC、Monkey「sAudio、WavPack、Speex、CDDA、SPC及各種MOD類型，相信支持的類型是已經足夠了。利用Foobar2000的轉換功能，可以方便的其它的音頻格式轉換成OGG格式。Foobar2000轉換OGG需要OGG外部編碼器的支持（OGGENC）,可供選擇的OGGENC外部編碼器版本很多，音質也有些細微的差距.基於目前音質最好的aoTuV beta 4.51製作的編碼器 使用SSE大幅優化了編碼速度 非常快下載鏈接：最新版本的編碼器 http://yigi.cn/oggenc.exe這是一個命令行編碼器 可以在foobar2000 / EAC / 千千靜聽等軟體中方便的調用比如在foobar2000中 大家用滑鼠選中要轉換的歌曲，右鍵點擊，選中「轉換」，然後選擇「轉換到同目錄」，這樣你就不用找轉換出來的歌了。FOOBAR會彈出個「轉換器設置」，在「編碼預置」里選擇「Ogg Vorbis"。FOOBAR默認的是Q5。我們可以點擊「。。。」，然後在「命令行編碼器設置」將品質拉到最右邊即是最高品質Q10了！設置好後，點擊「確定」開始轉換咯！如果沒有設置好OGG編碼器的為止，FOOBAR會彈出提示叫你選擇OGG編碼器的位置。在千千靜聽中,把想轉的歌曲加入到千千靜聽，在歌曲上右鍵點轉換格式 － 輸出格式中選命令行編碼器1.0，點擊「配置」－ 新建1個編碼器方案，名稱任意 － 把編碼程序改為剛才下載的那個ogg編碼器 － 擴展名為ogg，命令參數為：-q10 - -o "%d" ，其餘默認 － 確認後點擊「立即轉換」，OK了，等吧。不是Q10的話把"10"改成對應的數字即可。用Easy CD-DA Extractor 9轉起來更方便，但是選擇第三方編碼器時比較麻煩。
9. 怎麼將MP3轉換為m4a的啊
1）在桌面新建一個文件夾，裡面裝上你要轉換的MP3音樂。
2）去千千靜聽官網
http://wwwct.ttplayer.com/index.php
下載一個千千靜聽播放軟體，趁等待空隙再去
http://wwwct.ttplayer.com/download/nero_aac.rar
下載一個叫「NERO6組件」的東東。等待下載成功。
3）NERO6組件下載成功好了後，解壓找到裡面的3個文件，分別是：Aac.dll，aacenc32.dll，NeroIPP.dll。你需要做的就是把這3個文件復制到千千靜聽的安裝目錄AddIn文件夾下。
4）刷新後打開千千靜聽先把你之前裝好的MP3音樂導入到千千靜聽的播放列表裡，然後全選中點右鍵，在菜單中選擇「格式轉換」。在輸出格式中選擇「Nero
HE-AAC解碼器」，（記得在下面選擇目標文件夾，不然轉換好了都還不知道是轉換在哪個文件夾里。）在最下面選擇「立即轉換」就好了，等著吧。
10. 求python將兩個MP3音頻文件拼接成一個MP3文件的代碼
可以使用pyb
1 網址:https://github.com/jiaaro/pyb
2 pyb需要依賴 libav或者ffmpeg
3 在mac環境下安裝依賴：(二選一)
[plain]view plain
brewinstalllibav--with-libvorbis--with-sdl--with-theora
將所有依賴都安裝上~~
brewinstallffmpeg--with-fdk-aac--with-ffplay--with-freetype--with-frei0r--with-libass--with-libvo-aacenc--with-libvorbis--with-libvpx--with-opencore-amr--with-openjpeg--with-opus--with-rtmpmp--with-schroedinger--with-speex--with-theora--with-tools--with-fdk-aac--with-freetype--with-ffplay--with-ffplay--with-freetype--with-frei0r--with-libass--with-libbluray--with-libcaca--with-libquvi--with-libvidstab--with-libvo-aacenc--with-libvorbis--with-libvpx--with-opencore-amr--with-openjpeg--with-openssl--with-opus--with-rtmpmp--with-schroedinger--with-speex--with-theora--with-tools--with-x265
4 安裝pyb: pip install pyb
5 使用pyb:
下載是示代碼
enPath="%s%s/%s"%(enDir,file,enfile)#英文文件的路徑
cnPath="%s%s/%s"%(cnDir,file,enfile.replace("en_w","cn_w"))#中文文件的路徑
targetPath="%s%s/%s"%(toDir,file,enfile.replace("en_w","all"))#合並文件的路徑
#載入MP3文件
song1=AudioSegment.from_mp3(enPath)
song2=AudioSegment.from_mp3(cnPath)
#取得兩個MP3文件的聲音分貝
db1=song1.dBFS
db2=song2.dBFS
song1=song1[300:]#從300ms開始截取英文MP3
#調整兩個MP3的聲音大小，防止出現一個聲音大一個聲音小的情況
dbplus=db1-db2
ifdbplus<0:#song1的聲音更小
song1+=abs(dbplus)
elifdbplus>0:#song2的聲音更小
song2+=abs(dbplus)
#拼接兩個音頻文件
song=song1+song2
#導出音頻文件
song.export(targetPath,format="mp3")#導出為MP3格式