音频开发 / 系统课时
生成可控的音频测试信号
生成可控的音频测试信号
排查音频问题时,最怕输入本身不可控。用固定采样率、频率、电平和时长生成正弦波、静音与噪声,可以把“声音内容”变成可重复的测试条件,后续做格式转换、频谱分析或故障复现时,就能明确知道输入应该是什么。
学习目标
- 用 FFmpeg 生成固定参数的正弦波、静音和白噪声 WAV 文件
- 理解频率、幅度、采样率与时长分别控制什么
- 用
ffprobe验证测试素材的关键格式参数
先固定测试信号的变量
一份好用的测试素材要尽量减少不确定性。这里统一使用 48 kHz、单声道、16 位 PCM、2 秒时长。正弦波固定为 1 kHz,峰值幅度设为 0.25;白噪声设置固定随机种子,确保每次生成的样本序列一致。
| 信号 | 主要用途 | 关键可控量 |
|---|---|---|
| 正弦波 | 验证频率响应、增益和失真 | 频率、幅度、时长 |
| 静音 | 检查底噪、静音检测和零值处理 | 时长、采样率 |
| 白噪声 | 观察宽频带响应、复现统计型问题 | 幅度、随机种子、时长 |
幅度采用归一化线性值时,满量程通常记为 1.0。正弦波峰值 0.25 对应约 -12.04 dBFS,计算关系为 。它不是“音量百分比”,而是相对于数字满量程的幅度比例。
生成三类测试素材
下面的命令使用 FFmpeg 的虚拟音频源直接合成文件,不需要麦克风或现成音频。为了让验证输出稳定,FFmpeg 的普通日志被关闭,最后只输出 ffprobe 检查结果。
ffmpeg -hide_banner -loglevel error -f lavfi -i "aevalsrc=0.25*sin(2*PI*1000*t):s=48000:d=2" -c:a pcm_s16le sine-1k.wav
ffmpeg -hide_banner -loglevel error -f lavfi -i "aevalsrc=0:s=48000:d=2" -c:a pcm_s16le silence.wav
ffmpeg -hide_banner -loglevel error -f lavfi -i "anoisesrc=color=white:amplitude=0.1:sample_rate=48000:duration=2:seed=12345" -c:a pcm_s16le noise.wav
for f in sine-1k.wav silence.wav noise.wav; do
printf '%s\n' "$f"
ffprobe -v error -select_streams a:0 -show_entries stream=sample_rate,channels -show_entries format=duration -of default=noprint_wrappers=1 "$f"
done预期输出:
sine-1k.wav
sample_rate=48000
channels=1
duration=2.000000
silence.wav
sample_rate=48000
channels=1
duration=2.000000
noise.wav
sample_rate=48000
channels=1
duration=2.000000不同 FFmpeg 版本对时长的小数显示位数可能略有差异,但三个文件都应接近 2 秒,并且采样率为 48000 Hz、声道数为 1。
参数改变意味着什么
调整正弦波中的 1000,就是改变基频;把 1000 改成 2000,频谱主峰应移动到 2 kHz。调整 0.25 会改变峰值电平,但不会改变频率。修改 s=48000 会改变采样率,修改 d=2 会改变素材时长。
静音文件仍然包含完整的 PCM 采样,只是所有样本都为零。因此它可以验证“无有效信号”时处理链是否仍然正常推进,而不是简单地测试空文件或零字节输入。
白噪声会在较宽频段内分布能量。固定 seed=12345 的价值在于可复现:当算法升级或参数变化后,可以再次喂入同一序列,比较结果差异,而不是把随机输入变化误判成处理链变化。
让测试输入真正可复现
测试信号的文件名最好把关键语义写清楚,例如频率、采样率或声道数;更重要的是把生成命令纳入脚本或测试仓库。只保存一个 WAV 文件却丢掉生成参数,后续很难判断它是否被重新编码、归一化或截断。
当输入的频率、电平、时长和格式都固定后,后续任何波形、频谱或输出文件的变化才具有可解释性;这正是可控测试信号比随手录一段声音更适合作为工程基线的原因。