核心用法
Audio Handler 是一套围绕 ffmpeg/ffprobe 构建的音频处理技能,提供从基础查看到复杂转换的完整工作流。核心操作包括:
元数据提取:通过 ffprobe 获取时长、比特率、采样率、声道数等完整技术参数,支持 JSON 结构化输出。
格式转换:覆盖 MP3、WAV、FLAC、AAC/M4A、OGG、Opus、WMA、AIFF 等主流格式,内置针对不同场景的质量预设——音乐归档推荐无损 FLAC,便携播放推荐 LAME MP3 V2 质量,播客语音推荐 Opus 64kbps。
剪辑与合并:支持精准时间戳裁剪(-ss/-to)、多文件拼接(concat 协议)、双轨混音(amix 滤镜)。注意 -c copy 模式快速但精度受限,重编码模式更精确但耗时。
音量与变速:提供线性音量调节(volume=2)、EBU R128 响度标准化(loudnorm)、以及 atempo 变速处理,保持音调不变。
视频音频分离:一键提取视频音轨并可选格式转换。
macOS 集成:内置 afplay 播放控制与 say 语音合成,支持语音转 AIFF 再转 MP3 的完整 TTS 链路。
显著优点
- 格式覆盖全面:8 种核心格式读写支持,满足绝大多数音频工作流
- 质量预设科学:针对不同使用场景(音乐/播客/语音备忘)提供编码建议
- 工具链成熟:基于 ffmpeg 4.x+/ffprobe,跨平台稳定,社区支持丰富
- 脚本封装友好:提供 info/convert/trim/normalize 四个 shell 脚本,降低重复操作门槛
- macOS 原生集成:利用系统 afplay/say 补足播放与语音合成能力
潜在局限
- 仅提供命令参考:无交互式 CLI 或图形界面,纯手动复制粘贴工作流
- 无批处理示例:多文件处理需用户自行编写循环脚本
- 无错误处理展示:命令未展示常见失败场景(如格式不支持、权限不足)的应对
- TTS 依赖 macOS:say 命令为 Darwin 专属,Linux/Windows 用户需替代方案
- 无实时处理能力:均为文件到文件的离线处理,不支持流式处理
适合人群
- 播客制作人、音频档案管理员、视频剪辑师
- 熟悉命令行的开发者与技术型创作者
- 需要将音频处理集成到自动化脚本的用户
常规风险
- 编码质量误设:盲目使用高比特率造成存储浪费,或过度压缩导致音质劣化
- 剪辑精度损失:copy 模式裁剪关键帧边界可能产生爆音或静音段,重要剪辑建议重编码
- 响度标准化副作用:loudnorm 可能引入动态范围压缩,对音乐素材慎用
- 格式兼容性:Opus/OGG 在部分旧设备/软件中支持有限,分发前需确认受众环境
- 覆盖写入风险:ffmpeg 默认直接覆盖输出文件,建议加
-n参数防止误删