音频静音裁剪

找出开头和结尾的空白,只保留真正有声音的部分,可以留一点边距。

选择一个音频文件

使用说明

工具按 20 毫秒一帧扫描整段音频,算出每帧的峰值,低于门限的帧算静音。找到第一帧和最后一帧有声内容,再加上保留边距,就是裁剪范围。

门限是相对峰值的,不是绝对 dBFS。这样同一套参数既能处理音量大的录音,也能处理音量小的录音,不会因为整体偏小而裁错。

裁剪后需要统一音量用音频音量标准化,需要换格式用音频格式转换。

常见问题

门限是什么意思?

门限是相对当前峰值的分贝数。低于这个电平的片段算静音。例如 -40 dB 表示比最高点低 40 分贝以下的声音会被当成静音,适合大多数录音。

为什么中间有静音却没裁掉?

这个工具只裁开头和结尾,不删中间的气口和停顿。删中间会让语音内容断开,需要手动剪辑。页面会显示检测到的中间静音段数量,供你参考。

最短静音设多少合适?

默认 0.3 秒。设得太小会把呼吸声和轻微底噪也当成静音边界,设得太大则短促的停顿不会计入统计。裁剪本身只影响首尾,这个参数主要影响中间静音段的计数。

保留边距有什么用?

裁得太干净会显得突兀,留 0.1 到 0.3 秒的余量听感更自然。也可以配合淡入淡出一起用。

底噪很大时能裁准吗?

底噪接近门限时,检测可能把噪声当成内容,导致裁不掉。可以先把门限调高(比如 -30 dB),或者先做降噪再裁。