无聊研究合成 之 取音之法（坏例子）

netasa

想请教觉得自己对合成制作方面有认识嘅高手一个问题。 其实无损嘅定义？当然本贴并唔係刨根问底，只係想了解各位心目中嘅定义係点样。想在通过研究中发现问题与错误。

有一合成用原材料（MKV低分三配双字UTF）其默认声音为粤语配，MKV档抽取软件提取此配音无法成功，每次都只会有个1K嘅空文件。
所以聪明嘅人会想如果抽取唔得，咁就只有转换啦。当然同时都有人谂到用录嘅方法（虽然蠢D，不过都算係一种方法）。好结果係如下：

MEDIAINFO 查看原文件中粤配为MP3格式，设了首选128K 48KHZ 大小约32M   (我地比个代号为 A 先。)
聪明人为左省时省力，用格式工厂将整个MKV文件拖入转为WAV格式高质量选项，设置48KHZ其它默认。结果出嚟文件大约 362M（我地比个代号为B）
蠢人唔识嘢，不过之以前读书时用过录音笔录课程，咁样拒唯有用录音笔在深夜无噪音时贴近个音箱一边播放一边录低。出嚟格式同样WAV却容量只有29M嘅文件。（我地比个代号为C）
蠢人后嚟觉得上面个方法好唔掂录音时难保证无出别的杂声，所以拒改进左。在电脑上面用录音软件录制电脑嘅音频流，拒同样选择了WAV为格式，高质量48KHZ采样  结果出嚟嘅文件大小为526M （我地比个代号为D）

虽然有4个代号，实质上就只有三个文件。WAV大容量文件有两个，小的有一个。 因为无人傻到就咁存WAV吧，所以最后都用相同嘅192K AB NEROM4A压缩成为AAC文件比较。  结果由好到差并排序为：A 、D、B、C （此比较係用电脑播放进行比较嘅）之后我们换了设备用手机播放个排序为：A C B D  最后我地再用平板进行比较，由于手机时用的係安卓，所以为免重复就用ipod touch播放，排序为：B D A C

最后想问下大家，点样睇个结果。 点解会有差异？点解同样嘅文件在唔同嘅设备上有先后之差？ 我地在合成嘅时候应该点样去考虑（安排）设定（优化）好我嘅制作过嘅声频文件呢？？  有无怀疑过自己合成出嚟嘅音频文件如果唔係用电脑去播放嘅话效果就会好差呢？  你地话个结果差异反映左D咩？什么先係“高保真”？  回复过3页，后再讲解下各者差别。

PS：曾经下载过某套配音韩剧，係第一次一次过下晒成套才去睇嘅，但之后为左空出硬盘空间用于下载，转左去移动硬盘在客厅接电视盒睇，结果係每集D声音音量都唔一样，成日要人去调。有D就主片大声有D就个OPED大声。粤配方面D音乐（背景音）弱到无晒气势人声嫩。同电视台播时十分之有差距，话差咩又唔，感觉好“静”。后嚟我了解到有D朋友喜欢去噪或降噪，拒地习惯性咁做一次降噪先，睇果D“图”波幅大D拒地就降！！

chang

老餅經常研究野！！！

漫步

唔使抽合成软件直接读到MKV里面音频

chang

其實你有無試過，用mmg提取音頻，直接將個後綴名改回音頻格式，反正你都知道系乜嘢編碼了！！！

加旋不好

飘雪全部都系夜鬼

shenkee

楼主的问题好复杂，有D唔明白

alexz220

我睇完之後都覺得B D A C。
首先，格式工廠輸出WAV應該系無損（可以用其他軟件輸出驗證）。
第二，錄音筆錄肯定受好大乾擾，唔同錄音設備差異好大，
土豪級同屌絲級肯定唔同，而且甘錄法本身就難以無損，設備同環境唔掂
損失會好大。
第三，微軟自身咖錄音軟件應該唔受環境影響，不過依然有損，因為講到
底系錄音，唔系解碼。同為讀取，但系依然有區別，相當於虛擬錄音筆。
第四，MP3 128K超級渣，難敵無環境影響咖 虛擬錄音筆。
所以結果好正常。

唔知你用咩抽咖，MMG唔得咖話，用EAC3TO，或者AA直接導出WAV。
AA可能打唔開某種格式咖音頻，但同時可能打得開含有該格式音頻咖
視頻入面該格式咖音頻。

noddyy

对我来讲，无损系相对嘅，取决于源素材或参照物。系一个合成过程嘅准备工作中，当中需要抽取或转换素材嘅音频。我地一般有两种方法，一系直接用mmg等工具以源音频本来嘅格式直接提取出来，毫无疑问，呢种方法系相对于源音频来讲，系无损嘅，因为直接提取，冇经过任何压缩。另一种方法就系以音频转换嘅软件以wav等无损格式提取源音频，根据wiki对无损压缩嘅解释，“数据经过压缩后，信息不受损失，还能完全恢复到压缩前的原样
。”那么，呢个转换成wav无损格式嘅音频相对于源音频来讲都系无损嘅，因为音质等同，只系格式改变。所以呢，无损系拥有相对性嘅，由各种不同嘅参照物来决定嘅。无损不一定代表系拥有异常好音质嘅音频，可以好差，一切都系取决与源素材。例如，如果系flac、ape、wav等无损格式抽取CD入面嘅音乐，相对于CD本身嘅音质来讲，可以话系最接近或等于其本身嘅音质，甘就系无损，或有人叫做真无损(因为系从第一手素材中提取嘅)。又例如，如果源素材系一个有损压缩嘅音频(mp3, aac等), 然后直接用mmg抽或转成无损格式，甘相对于源素材来讲，都算系无损，(有人叫伪无损，因为系从非第一手或已压缩嘅资源中提取嘅)。总之，无损与否只系取决与以边个作为参考物。

然后讲翻个例子先。
我觉得如果要比较呢四条音频嘅音质的话，c、D同A、B系缺乏可比性，因为生成音频嘅工具都唔一样。例如，A可能系本身录影嘅音频或已经校对好嘅音频；C系用录音笔嘅，声音通过咗音响，再通过空气呢个介质，先不论当中过程音质会损失几多，但电脑/音响嘅音量大小系一个决定性嘅因素；D都系一样，虽然冇通过空气或音响呢种声音传播嘅介质，但电脑本身嘅音量大小都系决定音频音质嘅关键。甘样的话，如果系音量不一致嘅情况下，呢种比较系缺乏可比性嘅。所以呢，真系要比较区地音质嘅话，只能用AB两组。

至于呢四条音频点会会系不同设备上会有不同嘅效果呢，我主要觉得应该同软件和硬件有关。软件方面，可能同解码器或解码方式不同有关。硬件方面，就系设备本身嘅音响问题，而且仲同音频播放中，声音通过的空气介质长度有关。举个例子，我自己本身部脑播放音频就唔多靓，声音偏小，可能因为部脑本身音响唔多靓，同埋声音需要通过一定距离嘅空气介质先传播到自己嘅耳度，当中呢个过程，声音都会因为空气而有所损失。但如果用耳机的话，甘我就觉得岩岩好啦，因为输出音响唔同咗，而且声音经过空气嘅距离缩短咗，甘音质都会好D。所以，我觉得你所讲嘅例子因为播放设备唔一样，甘听上去嘅音质都会相对不同。

对我地合成来讲呢，当然冇可能要迁就晒唔同嘅播放设备啦，所以我自己就觉得只能尽量做到最好，因为音频系唯一嘅，所以利用音频嘅光谱图和波形图都不失为一个好办法。

然后呢，因为你曾教过我话，对音频嘅修改越少，甘对音频音质嘅损害就越低，所以我一般除咗剪切，一般都唔会做其他多余嘅修改，除咗真系唔改唔得啦，例如爆音/杂音多等，或音频响度异常高，甘我就会宁愿选择降低同意本身音频嘅音量，都唔会选择降噪。

i007

mmg抽唔到仲有好多软件可以试软件，最简单莫过于把成个mkv拖入aa
全部都搞唔掂先用录音啦

pxpxcw

用開audacity+ffmpeg，未見過有ffmpeg read唔到的格式
降噪，除非太唔掂，否則唔會搞，要降噪我唔會用軟件內置嗰啲，嗰啲太強力，一降完之後個波形冇左一大截，用izotope呢啲效果好好多，當然試唔同設定係嘥時間，降完就輸出wav，假如強力噪音之餘仲要變速，咁就冇法要兩次變換，好似強殖裝甲就係坑爆，不過呢個只係極少數例子。