使用Sound eXchange (SoX)進(jìn)行DSD、PCM格式轉(zhuǎn)換

2023-08-18 12:34 作者:Taokaka00 0人讀過 | 我要投稿

不是什么嚴(yán)肅的文字內(nèi)容，就考慮用點(diǎn)廢話的樣子來寫了。

一、如何遇到Sound eXchange (SoX)這個(gè)軟件的：

hifi群友推薦的博客——浴沂詠歸（ZexWoo's Blog）：https://zexwoo.blog/

翻找文章的時(shí)候，有兩篇文章提到過SoX：

《重采樣與降位深指南》：https://zexwoo.blog/posts/tutorials/resampling-and-bit-depth-reduction/????里面說用SoX在降采樣率速度快，效果好。

《SACD》：https://zexwoo.blog/posts/knowledge/sacd/

當(dāng)中有一篇名叫《DSD轉(zhuǎn)PCM分析》跳轉(zhuǎn)到國外的博客——@Archimago：https://archimago.blogspot.com/，一番找尋后，里面直接提到SoX這個(gè)軟件很牛，DSD to PCM效果不輸專業(yè)付費(fèi)音頻轉(zhuǎn)換軟件的。（文章標(biāo)題太長我偷懶了）：https://archimago.blogspot.com/2021/10/measurements-look-at-dsd-and-using-sox.html

好奇心滿滿的我，開始了一些嘗試。

二、SoX有什么效果

SoX是開源軟件，只有命令行，沒有GUI圖形界面。

SoX的重采樣能力很強(qiáng)，轉(zhuǎn)換速度快，聽感上數(shù)據(jù)保留量較好。

SoX同時(shí)可以進(jìn)行抖動(dòng)（Dither）處理，關(guān)于44.1/48kHz采樣率還可以使用一些噪聲整形（Noise?Shaping）處理音頻數(shù)據(jù)。

SoX也可以做一些音效處理，也可以調(diào)整音量（音頻增益或音量歸一化）。

我主要是用來做格式轉(zhuǎn)換和抖動(dòng)處理的，音效方面沒怎么使用過。

介紹文章請看：https://www.jianshu.com/p/be8977de4a6b

三、SoX的使用

SoX的下載：

https://sourceforge.net/projects/sox/files/sox/

按照Archimago博客的推薦，我使用了以下兩個(gè)版本的SoX：

https://audiodigitale.eu/repo/sox/ （AVX、AVX2）

https://www.audiofaidate.org/sw/sox-dsd/ （MSVC、x86_64）

以上兩個(gè)改版支持PCM to DSD，原版只能PCM to PCM。

我使用的是AVX2版本的，具體可以用CPU-Z查看自己的CPU指令集，找適合自己CPU的。

還有一個(gè)小細(xì)節(jié)就是，原版對日文等字符的支持不佳，文件名需要更改才能正常運(yùn)行。但在改版上就沒有這個(gè)問題。
SoX的使用（全局環(huán)境的部署）：參照該文章部署SoX全局環(huán)境

簡單點(diǎn)說，將SoX解壓對應(yīng)位置，將文件夾對應(yīng)路徑加入系統(tǒng)Path環(huán)境中，就完成了。

SoX的使用命令：

SoX命令原則為：sox [gopts] [[fopts] infile]... [fopts] outfile [effect [effopt]]

SoX命令介紹：

[gopts]：全局選項(xiàng)，用于配置全局設(shè)置，如全局緩沖區(qū)大小、多線程等。

[[fopts] infile]...：輸入文件和相關(guān)選項(xiàng)，[fopts]代表文件選項(xiàng)，可以配置輸入文件的格式、采樣率等。infile代表輸入文件的路徑。

[fopts] outfile：輸出文件和相關(guān)選項(xiàng)，[fopts]代表文件選項(xiàng)，可以配置輸出文件的格式、采樣率等。outfile代表輸出文件的路徑。

[effect [effopt]]：SoX支持多種效果和效果選項(xiàng)，可以對音頻進(jìn)行處理、轉(zhuǎn)換和調(diào)整。effect代表效果的名稱，effopt代表效果的選項(xiàng)。

一個(gè)例子：sox -S -V3 -D -G --buffer 4194304 --multi-threaded <輸入文件> -r 176.4k -b 32 -f? <輸出文件>

從左到右為：顯示轉(zhuǎn)換狀態(tài)，不進(jìn)行抖動(dòng)，自動(dòng)音量增益，內(nèi)存緩存為4G，啟用多線程，<輸入文件>，輸出比特率176.4K，輸出位深32位，浮點(diǎn)，<輸出文件>

具體命令如下：

-r 輸出比特率，即44.1k/88.2k/176.4k/352.8k/705.6k/1411.2k（DSD轉(zhuǎn)PCM請嚴(yán)格按照44.1k計(jì)算）

-b 輸出位深，即16/24/32 (-f)。

-f 與輸出位深-b結(jié)合使用，采用浮點(diǎn)方式輸出。

DSD to PCM建議轉(zhuǎn)換參數(shù)：DSD to PCM建議轉(zhuǎn)換參數(shù)

DSD64????88.2k/24

DSD128????88.2&176.4k/24

DSD256????176.4/352.8k/24

[全局]-G（--guard），即“gain -h+gain -r”，自動(dòng)計(jì)算音量增益，防止頻率被削波。

[全局]-S（--show-progress），顯示轉(zhuǎn)換狀態(tài)。默認(rèn)是隱藏的，建議加入此命令。

[全局]-D（--no-dither），即不進(jìn)行抖動(dòng)（不進(jìn)行量化失真）。

[全局]-V[1-6]，顯示SoX運(yùn)行狀態(tài)。1只顯示錯(cuò)誤信息，2顯示警告，3顯示細(xì)節(jié)，4-6屬于調(diào)試級別。建議加入此命令。（注意要寫成【-V3】，而非【-V 3】）

[全局]--buffer 任意數(shù)字，單位為千字節(jié)（KB）。即手動(dòng)設(shè)定使用多少內(nèi)存容量用于轉(zhuǎn)換，默認(rèn)8192KB（8MB）。與啟用多線程--multi-threaded結(jié)合使用。

（1G=1048576、2G=2097152、4G=4194304、10G=10485760、20G=20971520）

[全局]--multi-threaded，即啟用多線程。

SoX的批處理文件：

感謝ChatGPT編寫的批處理，這下終于可以解決輸入命令問題了：

舉個(gè)例子：將音頻文件轉(zhuǎn)換成88.2k/24?wav文件，轉(zhuǎn)換過程中不進(jìn)行抖動(dòng)處理。

@echo off

setlocal enabledelayedexpansion

for %%F in (*.wav *.flac *.w64 *.dff *.dsf) do (

? ? set "filename=%%~nF"

? ? set "output_filename=!filename! (88.2+24+禁dither).wav"

? ? sox -S -D -V3 --buffer 4194304 --multi-threaded "%%F" -r 88.2k -b 24 "!output_filename!"?

)

endlocal