Concatenando vários arquivos de áudio wav de 24 bits e 96 kHz usando ffmpeg, shntool e sox

Question

Estou tentando concatenar arquivos de áudio de 15 wav, gravados como PCM linear de 24 bits, 96kHz. Eu executei experimentos com ffmpeg, shntool e sox, com resultados diferentes.

Os arquivos foram criados por um gravador Zoom H2n, que dividiu as ~ 15 horas de gravação contínua em vários arquivos (em tempo real) para acomodar a especificação do cartão de memória SD.

Os primeiros 14 arquivos são 2.147.385.344 bytes (1: 02: 08.04 no tempo) e o último arquivo é 1.838.248.046 bytes (53: 11.35 no tempo). Os arquivos originais relatam uma taxa de bits de 4.608 kb / s (usando ffmpeg -i).

Usando o ffmpeg

Crie um arquivo de texto com os nomes dos arquivos:

printf "file '%s'\n" ./*.WAV > mylist.txt

Concatenar os arquivos:

ffmpeg -f concat -i mylist.txt -c copy output-ffmpeg.wav

Isso gera um arquivo com 31,901,151,444 bytes, mas reporta apenas 53:08 no tempo. ffmpeg -i reporta uma taxa de bits de 80.049 kb / s, muito maior que os 4.608 kb / s originais.

Usando o shntool

Junte-se aos arquivos:

shntool join -r none 01.wav 02.wav [etc]

Isso gera um arquivo com 31,901,151,386 bytes - diferente do ffmpeg concatenate - mas também como 53: 08.16 no tempo. Novamente, ffmpeg -i reporta uma taxa de bits de 80.049 kb / s, muito maior que os 4.608 kb / s originais.

Usando o Sox

Concatenar os arquivos:

sox 01.wav 02.wav [etc] output-sox.wav

Isso gera um arquivo com 31,901,151,422 bytes - diferente do ffmpeg e do shntool - mas reporta como 01: 02: 08.26 no tempo. O ffmpeg -i reporta uma taxa de bits de 68.452 kb / s, muito maior do que os 4.608 kb / s originais, mas diferente das conversões ffmpeg ou shntool.

Perguntas

1) Como posso fazer o arquivo refletir o tempo real? Levar esta gravação de 31 Gb / ~ 15 horas a um software de áudio que pensa que tem apenas 53 minutos de duração é provavelmente problemático.

2) Por que as três concatenações diferem no tamanho do arquivo? Existe uma bandeira ou configuração que eu deveria estar usando para, por exemplo, preencher o comprimento por algum motivo? Os diferentes tamanhos de arquivo são uma pista de por que os arquivos acham que são apenas 53:08 ou 01:02:08 longos?

Quando vi pela primeira vez o 53:08, pensei: Ah, está escrevendo o tamanho do tempo do arquivo final no cabeçalho - mas a duração do arquivo final é 53:11. Quando vi o 01: 02: 08.26 pela primeira vez, pensei: Ah, está escrevendo a duração do arquivo FIRST, mas infelizmente, não (próximo, mas não exato).

Parece que minha melhor dica é a taxa de bits incorreta (?) dos arquivos concatenados. Estou surpreso que uma cópia de fluxo ou uma concatenação de arquivos mude isso. Talvez seja apenas um erro de metadados?

    

Answer 1

.wav é um RIFF Formato de arquivo (msdn)

O tamanho dos dados do bloco RIFF é armazenado em 32 bits. (valor máximo não assinado é 4 294 967 295)

RIFF is limited to ~4.2 GBytes per file.

Quando o software cria um bloco RIFF muito grande, seu tamanho de armazenamento é de 32 bits.

Em algum ponto, ocorre um estouro de inteiro e um número maior de bits é eliminado :

Example file: 6.220 GBytes / 3:00:00 / 96000 Hz / 24 bit / 2 channels / 4608 kbit/s

Real file size(hex):              01 72 C9 E0 86  (6 220 800 134)
Readed from RIFF header(hex) :       72 C9 E0 7E  (1 925 832 830)

Real file size(binary):            1 01110010 11001001 11100000 10000110  //33 bits
Readed from RIFF header(binary):     01110010 11001001 11100000 01111110  //32 bits

01 aqui é descartado.

relatório ffprobe:

Duration: 00:55:43.46, bitrate: 14884 kb/s
 Stream #0:0: Audio: pcm_s24le ([1][0][0][0] / 0x0001), 96000 Hz, 2 channels, s32 (24 bit), 4608 kb/s

FFprobe duração errada / taxa de bits

O FFprobe não pode encontrar nenhum metadado no arquivo e tentar calculá-lo a partir de dados verdadeiros :

1. Um fluxo com taxa de bits: 4608 kbit / s (96000 Hz * 24 bits * 2 canais)
2. Tamanho do bloco RIFF: 1 925 832 830 (verdadeiro, mas errado: D)

A duração será (tamanho total do bloco dividido pela taxa de bits):

1 925 832 830 / (4 608 000 / 8) = 3343.459 seconds

/ 8 é porque a taxa de bits é bits por segundo (um byte é 8 bits)

3343.459 é exatamente 00: 55: 43.459

( Média? ) A taxa de bits para o arquivo inteiro é SizeOfFile / TotalSeconds:

6 220 800 134 / 3343.459 = 1860588.1316 Bytes/s ( 14884705.053 bits/s )

Como obter um arquivo grande?

Use outros formatos para armazená-lo, como:

FLAC / .rf64 / .w64 / Etc.

Para concatenar arquivos usando o ffmpeg ( Concatenar a página Wiki do FFmpeg ):

ffmpeg -f concat -i mylist.txt -c:a flac output-ffmpeg.flac

em que mylist.txt é

file '/path/to/file1.wav'
file '/path/to/file2.wav'
file '/path/to/file3.wav'

Já tem um arquivo WAV grande?

Você pode reproduzi-lo . Todo. Com um truque.
Vamos definir o tamanho do pedaço de dados RIFF como 0 . Isso fará com que alguns players de áudio (?) leiam todo o pedaço de dados (até o final do arquivo ? ).

Relatório FFprobe do arquivo editado:

Duration: 03:00:00.00, bitrate: 4608 kb/s
 Stream #0:0: Audio: pcm_s24le ([1][0][0][0] / 0x0001), 96000 Hz, 2 channels, s32 (24 bit), 4608 kb/s

NOTE: Rewriting full file is not required when saving file in HEX editor.

1. Faça o download de um editor HEX gratuito (HxD por exemplo)
2. Faça uma captura de tela ou uma cópia dos bytes marcados. (como backup)
3. Preencha com 00 .
4. Se estiver usando o HxD: Pressione o botão save e depois Cancel imediatamente (para impedir a criação da cópia de backup completa)
5. Abrir. (Testado em VLC / MPC-HC . Mas o WMP falhou: D)

Alémdisso,oFLACpodeconvertê-lousandoa opção --ignore-chunk-sizes

Mas O FLAC soltará um erro se o .WAV tiver alguns metadados no final do arquivo.
Testado com o Audacity. Verificado com o editor HEX e encontrado metadados no final do arquivo.

FLAC: ERROR: got partial sample
Mas arquive com 2:59:59 segundos de duração. E sem o checksum md5.
Isso significa que temos não verdadeiro arquivo flac (leia corrompido ).
Mas legível.