使用 SoX 合成可变长度的多音调音频，同时避免削波

Question

我先说我在音频处理和合成方面完全是新手，如果我做出一些愚蠢的假设或误解了核心概念，请纠正我。

我正在尝试使用 SoX 将数字数据数组转换为单个音频文件。到目前为止，我有两种“有效”的方法，它们产生了一些非常可怕的结果，并且都有严重的局限性。

我在 64 位 WIN 8.1 机器上通过 PHP 使用 SoX。

方法一输出单个音调然后连接

$toneLinks=array();
for($i=0;$i<count($sourceData);$i++){
  $filename='tones\\'.$dataTitle.'_'.$i.'.au';
  $soxCommand=$soxFolder.'sox -n '.$filename.' synth .5 sin '.($sourceData[$i]).' vol 0.5 ';
  shell_exec($soxCommand);
  $toneLinks[]=$filename;
}
$chunks=array_chunk($toneLinks,100);
$chunkFiles=array();
for($ch=0;$ch<count($chunks);$ch++){
  $name='tones\\'.$dataTitle.'_chunk_'.$ch.'.au';
  $soxCommand=$soxFolder.'sox ';
  for($i=0;$i<count($chunks[$ch]);$i++){
      $soxCommand.=' '.$chunks[$ch][$i]; 
  }
  $soxCommand.=' '.$name;
  $result=shell_exec($soxCommand);
  $chunkFiles[]=$name;
}
$soxCommand=$soxFolder.'sox ';
for($i=0;$i<count($chunkFiles);$i++){
  $soxCommand.=' '.$chunkFiles[$i]; 
}
$soxCommand.=' '.$dataTitle.'.au';
shell_exec($soxCommand);

限制：

• 缓慢，需要多次单独执行
• 混合似乎受到限制，即尝试加入 100 或 200 个文件将产生一个包含部分但不是全部音调的文件。尝试加入 1000 个文件将失败且没有输出。大概可以连接几个文件，然后连接那些连接的文件，但这会加剧第一个限制。在创建多个
• 放弃了“混音”，并且能够使用更新的方法 1 成功连接任意数量的音调，因为这种方法显示出最大的希望，随着最终限制的进展，我将继续试验和更新。
• 虽然不重要，但最终输出没有“流”，听起来就是这样，许多单独的音调粘在一起。

方法2在单个命令中生成“和弦”

$soxCommand=$soxFolder.'sox -n '.$dataTitle.'.au synth ';
for($i=1;$i<count($sourceData);$i++){
    $soxCommand.='.25 sin '.($sourceData[$i]).' ';  
}
$soxCommand.='delay ';
for($i=1;$i<count($sourceData);$i++){
    $soxCommand.=($i*.2).' ';   
}
$soxCommand.='remix - fade 0 '.(count($sourceData)*.2+.5).' .1 norm -1';
shell_exec($soxCommand);

限制：

• 尝试创建具有 300 多个音调的“和弦”时会遇到 与最后一种方法类似的问题，但连接更小 使用这种方法的文件听起来很奇怪，因为 连接处有声音中断的组件。可以重叠文件，但这仍然不理想。
• 虽然使用此方法的音符重叠会产生“流动”的音频 它还引入了裁剪，大概是由于两个分层 音量为 1 的音调。我无法按照方法 1 确定如何指定音量

理想的答案将解决以下问题：

• 合成多个音调并将它们组合成一个单一的内聚 一段“音乐”
• 使用不确定长度的源数据集
• 避免在最终输出中剪裁

Answer 1

经过更多的实验，我确定了一种满足我要求的方法。我确信可以使用管道来提高流程效率，但是这种方法已经在不到一分钟的时间内对大约所需大小 (~2,000) 的数据集产生了所需的结果。

//Generate individual tones
$tones=array();
for($i=0;$i<count($sourceData)-1;$i++){
    $name='tones\\'.$dataTitle.'_'.$i.'.au';
    $soxCommand=$soxFolder.'sox -n '.$name.' synth 0.2 sin '.($sourceData[$i]).' fade q 0.05 0 ';
    shell_exec($soxCommand);
    $tones[]=$name;
}
//Break into manageable chunks to avoid exec character limit
$chunks=array_chunk($tones,100);
$chunkFiles=array();
for($ch=0;$ch<count($chunks);$ch++){
    $name='tones\\'.$dataTitle.'_chunk_'.$ch.'.au';
    $soxCommand=$soxFolder.'sox ';
    for($i=0;$i<count($chunks[$ch]);$i++){
        $soxCommand.=' '.$chunks[$ch][$i]; 
    }
    $soxCommand.=' '.$name.' splice 0.2';
    shell_exec($soxCommand);
    $chunkFiles[]=$name;
}
//Render chunks into final track
$soxCommand=$soxFolder.'sox ';
for($i=0;$i<count($chunkFiles);$i++){
    $soxCommand.=' '.$chunkFiles[$i]; 
}
$soxCommand.=' '.$dataTitle.'.au splice 20';
shell_exec($soxCommand);
//Clean component files
for($i=0;$i<count($tones);$i++){
    unlink($tones[$i]); 
}
for($i=0;$i<count($chunkFiles);$i++){
    unlink($chunkFiles[$i]); 
}

SoX 命令消歧

生成音调： "sox -n [outfile] synth 0.2 [frequency] fade q 0.05 0"

此命令在曲目自然结束前生成一个 0.2 秒的音调，四分之一正弦淡入为 0.05 秒，四分之一正弦淡出为 0.05 秒。

组合音调/块：“sox [tone1] [tone2] [tone...] [outfile] splice 0.2”

其中的秘诀是拼接会自动尝试消除由哑连接引起的点击。最后的命令只是简单地将tone infiles替换为chunk infiles，并将拼接点从0.2sec增加到20sec。