performance - 在Web服务器上组合音频文件的最快方法是什么？

Question

免责声明:原谅我对音频/声音处理的无知，我的背景是网络和移动开发，这是我的一位客户的定制要求!

我需要连接4个音频文件，并在所有4个音频文件后面播放背景音轨。可以以任何格式创建源音频文件，或对其进行任何处理以缩短处理时间，但是输出质量仍然很重要。为了清楚起见，输入文件可以命名如下(.wav只是示例格式):

background.wav

segment-a.wav

segment-b.wav

segment-c.wav

segment-d.wav

并且需要像这样构造:

[------------------------------background.wav------------------------------]
[--segment-a.wav--][--segment-b.wav--][--segment-c.wav--][--segment-d.wav--]

我已经设法使用SoX工具通过MP3文件来实现上述的串联部分，但是在一台速度相当快的计算机上，每分钟的处理时间我会获得大约一小时的串联音频，这不足以满足我的要求，而且我还没有应用背景音或任何“微妙的”(例如微调/淡入淡出)功能。

我的问题是:

SoX是此类操作的最佳/唯一工具吗？

有什么方法可以在不牺牲质量(太多)的情况下加快流程速度？

更改输入文件格式是否可以提高性能？如果是这样，哪种格式最好？

来自这个优秀社区的任何建议将不胜感激!

Answer 1

Sox可能不是最好的工具，但我怀疑如果没有手动编码，您会发现更好的东西。

我敢猜测您在这段时间内处理如此多的音频做得很好。您可能会做得更好，但必须进行试验。没错，提高速度的主要方法可能是更改文件格式。

MP3和OGG可能会为您提供类似的性能，因此请首先确定MP3与未压缩音频(例如wav或aiff)的比较方式。如果MP3 / OGG更好，请尝试不同的压缩率和采样率，以查看哪种压缩速度更快。使用wav文件，您可以尝试降低采样率(您也可以使用MP3 / OGG进行采样)。如果这是语音，则可能会降低到8kHz，这将大大加快速度。对于音乐，我会说32kHz，但这取决于要求。另外，请尝试使用单声道而不是立体声，这也可以加快速度。