如何在 Linux 中创建 MP3 的波形图像？

Question

给定一个 MP3，我想将文件中的波形提取到图像 (.png) 中，

是否有一个包可以满足我的需要？

Answer 1

使用 sox 和 gnuplot 您可以创建基本波形图像：

sox audio.mp3 audio.dat #create plaintext file of amplitude values
tail -n+3 audio.dat > audio_only.dat #remove comments

# write script file for gnuplot
echo set term png size 320,180 > audio.gpi #set output format
echo set output \"audio.png\" >> audio.gpi #set output file
echo plot \"audio_only.dat\" with lines >> audio.gpi #plot data

gnuplot audio.gpi #run script

东西，请使用以下 GNU Plot 文件作为模板（将其另存为 audio.gpi）：

#set output format and size
set term png size 320,180

#set output file
set output "audio.png"

# set y range
set yr [-1:1]

# we want just the data
unset key
unset tics
unset border
set lmargin 0             
set rmargin 0
set tmargin 0
set bmargin 0

# draw rectangle to change background color
set obj 1 rectangle behind from screen 0,0 to screen 1,1
set obj 1 fillstyle solid 1.0 fillcolor rgbcolor "#222222"

# draw data with foreground color
plot "audio_only.dat" with lines lt rgb 'white'

然后运行：

sox audio.mp3 audio.dat #create plaintext file of amplitude values
tail -n+3 audio.dat > audio_only.dat #remove comments

gnuplot audio.gpi #run script

基于此答案对类似问题在文件格式方面更通用，但在使用的软件方面不太通用。

Answer 2

FFmpeg showwavespic

FFmpeg 可以像往常一样在单个命令中完成此操作：

• wiki 上的教程：https://trac.ffmpeg.org/wiki/Waveform
• 滤波器文档：https://ffmpeg.org/ffmpeg-filters.html#showwavespic

示例命令：

sudo apt install ffmpeg
ffmpeg -i in.flac -filter_complex "showwavespic=s=640x320:colors=black" \
  -frames:v 1 out.png

您还可以在 RGB 中设置颜色 colors=0x0088FF: 在 ffmpeg 的 showwaves 中使用十六进制颜色

我说的示例测试数据“你好，我的名字是 Ciro Santilli”，有两个相同的立体声通道：

wget -O in.flac https://raw.githubusercontent.com/cirosantilli/media/d6e9e8d0b01bccef4958eb8b976c3b0a34870cd3/Hello_my_name_is_Ciro_Santilli.flac

输出：

背景颜色

默认情况下背景是透明的，但是：

• Wiki 教我们如何添加图像背景： https://trac.ffmpeg.org/wiki/Waveform#Addingabackground
• 使用 ffmpeg 在纯色背景色上叠加延时视频教我们如何为图像生成纯色

，这样我们就可以达到：

ffmpeg -i in.flac -f lavfi -i color=c=black:s=640x320 -filter_complex \
  "[0:a]showwavespic=s=640x320:colors=white[fg];[1:v][fg]overlay=format=auto" \
  -frames:v 1 out.png

现在已添加到 Wiki ;-)

对于新手来说，该 CLI 创建了一个处理图：

black background (1:v) ------------------------> overlay ----> out.png
                                                   ^
                                                   |
in.flac (0:a) ----> showwavespic ----> (fg) -------+

其中，例如，overlay 过滤器采用两个图像输入并生成所需的输出，而 fg 只是分配给中间节点的名称。

分割通道

本教程还介绍了其他选项，例如使用 -filter_complex "showwavespic=s=640x480:colors=black:split_channels=1" 分割通道:

带轴的 gnuplot 图

好吧，我承认，FFmpeg 还不能单独做到这一点（还！）。但 Wiki 已经提供了一种有效的 gnuplot 数据导出方法：

ffmpeg -i in.flac -ac 1 -filter:a aresample=8000 -map 0:a -c:a pcm_s16le -f data - | \
  gnuplot -p -e "set terminal png size 640,360; set output 'out.png'; plot '<cat' binary filetype=bin format='%int16' endian=little array=1:0 with lines;"

视频表示

请参阅：https://superuser.com/questions/843774/create-a-video-file-from-an-音频文件和从音频添加可视化

在 Ubuntu 20.04、FFmpeg 4.2.4 上测试。

Answer 3

如果您有 GUI 环境，则可以使用 audacity 音频编辑器加载 mp3，然后使用打印命令生成波形的 pdf。然后将pdf转换为png。

Answer 4

我会做这样的事情：

• 找到一个工具将 mp3 转换为 PCM，即具有一个 8 或 16 位值的二进制数据
  每个样品。我猜 mplayer 可以做到这一点

• 将结果通过管道传输到将二进制数据转换为 ascii 的实用程序
  以十进制格式表示数字

• 使用 gnuplot 将此值列表转换为 png 图形。

瞧，Unix 工具之间管道的力量。现在，如果 gnuplot 能够从二进制格式读取数据，则此列表中的步骤 2 可能是可选的。

Answer 5

您可能需要考虑 BBC 的音频波形。

audiowaveform 是一个 C++ 命令行应用程序，可从 MP3、WAV 或 FLAC 格式的音频文件生成波形数据。波形数据可用于生成音频的视觉渲染，其外观与音频编辑应用程序类似。

波形数据文件以二进制格式 (.dat) 或 JSON (.json) 保存。给定输入波形数据文件，audiowaveform 还可以在给定时间偏移和缩放级别将音频波形渲染为 PNG 图像。

波形数据是通过首先组合左声道和右声道以产生单声道信号从输入立体声音频信号产生的。下一阶段是计算 N 个输入样本组的最小和最大样本值（其中 N 由 --zoom 命令行选项控制），以便每个 N 个输入样本在输出。

https://github.com/bbcrd/audiowaveform

Answer 6

这是 SoX（用于声音、Windows 和 Linux 的命令行工具）中的标准函数
功能

检查 http://sox.sourceforge.net/sox.html 上的“频谱图” 频谱图以便携式网络图形 (PNG) 文件形式呈现，X 轴显示时间，Y 轴显示频率，Z 轴显示音频信号幅度，值由颜色 ( 表示)。如果音频信号包含多个通道，则从通道 1（立体声音频的左通道）开始从上到下显示这些通道。

Answer 7

基于 qubodup 的答案，

# install stuff
apt install gnuplot
apt install sox
apt install libsox-fmt-mp3

#create plaintext file of amplitude values
sox sound.mp3 sound.dat

# run script saved on audio.gpi file
gnuplot audio.gpi

您还可以在配置文件中注释“设置输出...”行，然后执行

gnuplot audio.gpi > my_sound.png

配置文件在本例中为 audio.gpi，其内部有

#!/usr/bin/env gnuplot

set datafile commentschars ";"

set terminal png #size 800,400
set output "sound.png"

unset border
unset xtics
unset ytics

set key off

plot "sound.dat" with lines

生成如下所示的图像

< /a>

我想要没有轴，没有图例，png（比 svg 小得多）。