個人歌切流程

2023-08-29 03:26 作者:HonmaMeiko 0人讀過 | 我要投稿

有人在私信問起，但是聊天界面略顯局促，因此寫到專欄里。當然主要還是記錄一下，把我自己的筆記搬一部分過來。

我的工作流是極度非典型的，如果你使用 Windows 系統(tǒng)和?Pr，并且已經(jīng)習慣 Pr 等大型視頻剪輯軟件的導(dǎo)出速度，以下所有內(nèi)容都可以不用看。

專欄無法插入外鏈，因此所有提到的工具鏈接都放在文章末尾。

流程簡述

歌切主要分這幾個步驟：

直播錄制
切片
精確切割
（可選）修復(fù)
重采樣（針對b站的Hi-Res無損功能進行音頻處理，避免音質(zhì)被降級）
上傳投稿

直播錄制

有多種錄制工具可選擇。我個人使用的是 blrec。錄播姬的使用方式類似，但?blrec 多一個實時查看音頻碼率的功能。

錄制的要點是：

最好是有臺電腦24小時掛機錄制。如果開播后才開始錄制，容易錄到b站二壓過的流。（以前這個問題比較嚴重，因為二壓流的音頻碼率一度只有128Kbps，對于音樂類作品來說難以接受；不過最近b站將二壓的音頻碼率提高到了接近原始音質(zhì)水平）區(qū)分是否二壓住要看上圖中“格式畫質(zhì)”處的信息，如果顯示「原畫（10000）」則是主播推的原始流；如果顯示「原畫（10000, bluray）」則是被二壓過。一旦被二壓則無法再次獲取到原始流。
界面上顯示的是最近一段時間的平均碼率。主播長時間不說話時，顯示的音頻碼率會逐漸下降。對于510直播間來說，唱歌時的碼率一般在260~310Kbps。
如果追求快速切片，當感興趣的內(nèi)容結(jié)束后即可以進行分段。點擊上圖中的??圖標進行分段。分段后找到對應(yīng)的文件，可進行下一步處理。

關(guān)鍵的錄制設(shè)置參考：

切片

錄制軟件會定時在流中插入關(guān)鍵幀。

根據(jù)我個人的理解，視頻主要分為三種幀類型：I幀、B幀和P幀。我們所說的關(guān)鍵幀指的是I幀，它是完整的一幀圖像；P幀僅紀錄了它與前面的幀之間的變化，它需要依賴它前面的至少一個I幀和之間的N個P幀，才能解碼成一幀完整的圖像；B幀與P幀類似，但它也同時使用它與后面的幀的差異來進行進一步壓縮。

寫了這么多，其實主要為了說明一個情況：在關(guān)鍵幀處進行切割是最經(jīng)濟的——速度最快，可以直接復(fù)制文件內(nèi)容，不需要重編碼。如果從非關(guān)鍵幀處進行切割，則需要從切割點的前一個I幀處逐幀解碼，得到切割點處的完整圖像，并設(shè)置為一個新的I幀，否則視頻開頭會顯示為黑屏。

以上圖為例。整個長條表示原始的錄像視頻，每個豎線表示一個關(guān)鍵幀。

如果從B處開始切割，以C為結(jié)尾，軟件不需要進行重編碼，僅需要復(fù)制從B到C處的數(shù)據(jù)即可。

如果從D處開始切割，在理想情況下，軟件可以這樣操作：從A開始讀取，逐幀解碼得到D處的完整圖像，并將D-B之間的所有幀都重新編碼；接下來復(fù)制B-C之間的數(shù)據(jù)，將兩段數(shù)據(jù)合并起來即可。但通常這種操作會導(dǎo)致B處（兩段數(shù)據(jù)合并處）音頻出現(xiàn)跳變。這是因為一般視頻的幀率遠小于音頻的采樣率，而D-B的結(jié)尾處音頻會被略過至少一幀的數(shù)據(jù)（如果視頻是60FPS，音頻采樣率44100Hz的話，也就是缺少 1/60 * 44100 = 735 個音頻數(shù)據(jù)點）。

因此，要得到D-C的方法一般是：從A-C逐幀進行解碼后重編碼，并同步處理音頻數(shù)據(jù)，最后在D處重建一個關(guān)鍵幀，丟棄A-D之間的數(shù)據(jù)。但這樣操作的成本比起前一種操作來說大大增加了。試想如果A-C有1小時長，而D-C僅有3分鐘，那么大部分資源都將消耗在我們根本不需要的前57分鐘里（這也是早期我投稿的幾個歌切發(fā)布比較晚的原因，大部分時間都在對視頻進行重編碼）。

如果我們可以將A-D的時間盡可能縮短，就可以減少最終需要重編碼的無效時長，減少等待時間，提高硬件使用效率。因此，當歌曲開頭并不在關(guān)鍵幀上時，需要在開頭保留多一個關(guān)鍵幀間隔。（以上圖來理解，就是歌曲實際在E處開始，B-E中間有多余內(nèi)容，此時我們需要從B處切起，得到B-C的視頻文件后，再進行精確切割得到E-C）

切片使用 LosslessCut。LLC是跨平臺軟件，可進行簡單的視頻切割、合并、軌道抽取等操作。方便查看關(guān)鍵幀位置、音頻波形，并能顯示 blrec 在錄制卡頓時插入的章節(jié)信息。

切片操作本身沒什么可說的，左下角打開音頻波形顯示（A），定位到歌曲頭部的關(guān)鍵幀（B+C），按b鍵即可切割。在側(cè)邊欄的列表中選中分段（E），按回車鍵打開標記對話框，可輸入歌名（如下圖）。

刪除不需要的分段后，點擊「導(dǎo)出」即可將選中的分段導(dǎo)出成單獨的視頻。導(dǎo)出時關(guān)閉「智能切割」（智能切割就是前面說的會導(dǎo)致音頻跳變的方案），僅使用關(guān)鍵幀切割。

如果這一步切割的視頻開頭關(guān)鍵幀后面有多余內(nèi)容，我一般會在分段名上打上nt標記（need trim），后續(xù)會進行精確切割。

導(dǎo)出后結(jié)果如圖。llc文件是 LLC?用于紀錄分段切割點的項目文件，可以不用理會。

（可選）精確切割

如果切割后的視頻，開頭沒有多余部分（如下圖），則不需要進行精確切割。

將上一步導(dǎo)出的視頻文件再次拖入?LLC?中，在歌曲真正開始處切割，并刪除頭部多余的部分，僅保留歌曲本體，如下圖。

接下來我使用自己開發(fā)的小工具，將這個視頻對應(yīng)的llc文件拖入精確切割工具欄，等待完成即可。

這個小工具僅我個人使用，沒有測試過其他環(huán)境。工具背后實際操作?ffmpeg?來進行重編碼?？梢灾苯邮褂?ffmpeg 命令來完成，具體命令是：

ffprobe -hide_banner "待修剪的視頻文件路徑"

分別得到音頻軌道和視頻軌道的平均碼率和編碼器，如圖。

ffmpeg -hide_banner -v warning -y -i "待修剪的視頻文件路徑" -ss "4.216" -to "4:40:800" -vcodec "視頻軌道的編碼" -acodec "音頻軌道編碼" -b:v "視頻碼率，例如5006k" -b:a "音頻碼率，例如324k" "輸出文件的路徑"

其中 -ss 選項后跟歌曲的起始時間，-to 選項后跟結(jié)束時間。如果是直到視頻結(jié)尾，-to 選項可以省略。