跳转到内容
Jason's Study

SoX — 命令行音频处理瑞士军刀

是什么

SoX（Sound eXchange）是跨平台 命令行音频工具：读一种格式、施加效果、写出另一种格式，三十年来被戏称为「音频界的 sed/awk」。

日常类比：Photoshop 有「滤镜」菜单。SoX 在终端里对声波做同样的事——重采样、均衡、变速、合成、统计，一条命令批处理成百文件。

Terminal window
sox input.wav output.flac          # 格式转换
sox input.wav output.wav fade 1 0 1  # 淡入淡出
sox -n drum.wav synth 1 sine 440    # 生成 1 秒 440Hz 测试音

包名在各系统多为 sox；与 Audacity 导出的 wav 完全兼容。

为什么重要

不理解 SoX，音频脚本化会退回 GUI 或笨重 Python：

  • 流水线友好：与 flac、ffmpeg、shell 管道自然组合
  • 效果可复现：参数写进脚本，比手点 DAW 可审计
  • 轻量分析：sox stat 看峰值/RMS，无需开 Audacity
  • 教学 DSP 入门：reverb、compand 等效果参数直观

核心要点

  1. 全局选项 + 多个输入文件 + 效果链 + 输出：顺序即信号流。

  2. 多轨混合：sox -m a.wav b.wav mix.wav 把两路混成一路。

  3. synth 内置振荡器：测试设备、生成提示音不需外部采样。

  4. rate / resample：高质量重采样依赖 libsoxr，注意别重复有损编码。

  5. 与 libSoX 绑定：C API 供其它程序嵌入基础效果。

  6. play 子命令：play file.wav 快速试听效果链结果，无需另开播放器。

实践案例

案例 1：批量转 16kHz 单声道给 ASR

Terminal window
for f in *.wav; do
  sox "$f" -r 16000 -c 1 "out/${f%.wav}.wav" norm -0.1
done

语音识别模型常要固定采样率与归一化音量。

案例 2：拼接播客片头片尾

Terminal window
sox intro.wav episode.wav outro.wav final.wav

中间可加 pad 0 0.5 插半秒静音。

案例 3：与 aubio 前置处理

先用 SoX 去直流、带通滤波，再喂 aubio 做节拍检测，减少误检。

案例 4：导出 flac 无损归档

Terminal window
sox master.wav -t flac master.flac compand 0.3,1 -90,-90,-70,-70,-60,-20,0,0 -5 0 0.2

压缩器轻微修整动态再无损封装（仍是有损效果链，若要保持原始请少效果）。

案例 5：生成静音占位

Terminal window
sox -n silence.wav trim 0.0 2.0

剪辑时间线补空档，避免播放器跳时间戳。

踩过的坑

  1. 多次有损格式往返：wav→mp3→wav 会劣化；中间尽量 wav/flac。

  2. clip 与 norm：盲目 norm 可能削波，先看 sox stat -x。

  3. 效果顺序敏感：reverb 在 compand 前后听感不同。

  4. macOS 默认 sox 过旧：Homebrew 装新版，旧版缺格式。

  5. 多声道 downmix 规则：-c 1 默认混音公式可能不符合广播标准，查 remix 效果。

  6. Windows 路径与引号：含空格文件名要引好，与 Unix 脚本略有差异。

  7. dither 与位深：降到 16bit 发布版时加 dither，避免量化失真。

适用 vs 不适用场景

适用：

  • 批处理转格式、剪静音、标准化音量
  • 生成测试信号、简单混音
  • CI 里自动处理音频资产

不适用：

  • 多轨非线性编辑（用 DAW）
  • 实时低延迟效果（专业音频接口 + JACK）
  • 视频轨处理（用 ffmpeg）

历史小故事（可跳过）

  • 1991 起：Chris Bagwell 维护，比许多 Web 框架还老
  • 「瑞士军刀」绰号：社区口口相传
  • chirlu/sox GitHub：持续移植与修复现代编译环境
  • 与 flac 同属无损工作流常客

学到什么

  1. 命令行音频 = 效果链思维，与 ffmpeg 滤镜类似
  2. synth 与 stat 是调试利器，不必打开 GUI
  3. 批处理脚本可版本管理，复现实验靠参数文件
  4. 与 aubio 分工：SoX 改波形，aubio 提特征
  5. 先 wav/flac 再分发有损：SoX 常在中游
  6. rec 子命令录音：rec test.wav trim 0 5 快速抓麦克风五秒
  7. help-effect 查参数：每个效果都有独立手册页

延伸阅读

关联

  • flac —— 无损格式
  • ffmpeg —— 视频与容器
  • aubio —— 分析下游
  • obs-studio —— 录制后处理
  • [[video.js]] —— 播放端与 SoX 无直接关系
  • pion —— 实时 Opus 另一场景
  • mediasoup —— 实时会议音频另一栈

反向链接

  • ardour —— Ardour — 专业级 DAW
  • aubio —— aubio — 实时音频事件检测库
  • audacity —— Audacity — 开源音频编辑器
  • essentia —— Essentia — 音乐信息检索工具箱
  • ffmpeg —— FFmpeg — 多媒体转码与封装瑞士军刀
  • flac —— FLAC — 无损音频压缩格式与参考实现
  • lame —— LAME — MP3 编码开源参考实现
  • mediasoup —— mediasoup — WebRTC 选择性转发 SFU
  • obs-studio —— OBS Studio — 开源直播录制与推流
  • pion —— Pion — 纯 Go 实现的 WebRTC 协议栈
  • supercollider —— SuperCollider — 实时音频合成环境