AI用Alice_split_toolset切割音频的采样率

目录

 AI用Alice_split_toolset切割音频的采样率

一、Sample rate采样率的概念

二、Alice_split_toolset切割音频的参数

2.1、字符串参数--input_folder输入文件夹路径

2.2、字符串参数--output_folder输出文件夹路径

2.3、字符串参数--sample_rate声音的采样率

2.4、动作参数--mono转化为单声道

2.5、动作参数--use_subtitle_as_name使用字幕所在的.wav文件名作为文件名

三、本期关联技术博文

---

一、Sample rate采样率的概念

声音的Sample rate（‌采样率）‌是指每秒从连续信号中提取并组成离散信号的采样个数，‌用赫兹(Hz)来表示。‌ 采样率是音频处理中的一个重要参数，‌它直接关系到音频的质量和数据量的大小。‌采样频率的高低决定了音频信号的还原程度，‌即音频的质量。‌采样频率越高，‌音频质量越高，‌但同时数据量也会增大。‌为了保证声音不失真，‌采样频率需要不低于音频信号最高频率的两倍。‌人耳能听到的频率范围大约在20Hz到20kHz之间，‌因此为了保证声音质量，‌采样频率通常在40kHz以上。‌常见的采样率包括11025Hz、‌22050Hz、‌24000Hz、‌44100Hz和48000Hz等。‌其中，‌44100Hz是理论上的CD音质界限，‌而48000Hz则更加精确一些。

二、Alice_split_toolset切割音频的参数

if __name__ == "__main__":
    parser = argparse.ArgumentParser(description="Split WAVs based on SRT timings in a folder")
    parser.add_argument("--input_folder", type=str, default="input", help="Path to the input folder containing SRT and WAV files")
    parser.add_argument("--output_folder", type=str, default="output", help="Output folder path")
    parser.add_argument("--sample_rate", type=int, default=44100, help="Sample rate for output WAVs")
    parser.add_argument("--mono", action="store_true", help="Convert to mono")
    parser.add_argument("--use_subtitle_as_name", action="store_true", help="Use subtitle as filename")

2.1、字符串参数--input_folder输入文件夹路径

--input_folder input

请不要带中文，原始.wav文件及其字幕文件.srt所在的目录。

2.2、字符串参数--output_folder输出文件夹路径

--output_folder output

请不要带中文，切割后的.wav文件及其.list列表文件所在的目录。

2.3、字符串参数--sample_rate声音的采样率

--sample_rate 48000

44100Hz是理论上的CD音质界限，也是默认值。

而48000Hz则更加精确，通常被更多的音频输出设备软件，标识为DVD音质界限。会将原始录制的人声中，人的“嗓音”也识别和还原出来。

输出设备： 

输入设备： 

2.4、动作参数--mono转化为单声道

--mono

默认值。不要混响和声音通道的，纯粹的人声。

2.5、动作参数--use_subtitle_as_name使用字幕所在的.wav文件名作为文件名

--use_subtitle_as_name

默认值。

三、本期关联技术博文

《comfyUI-MuseTalk的参数设置》

《ComfyUI-MuseTalk部署依赖mmcv》
《Win10环境将Docker部署到非系统盘》