采样音频不能保留波形（向量）！

Question

我制作了一个Telegram机器人，其中之一的任务是从音频文件中创建样本。对于大多数发送给它的音频文件来说，样本都非常好；就像这样：

然而，对于一些音频来说，样本看起来有点奇怪：

如下所示，此文件中的波形图未显示！（我可以保证声音不为空）

为了创建这个样本，我使用了pydub（感谢James！）。以下是我创建样本的部分代码：

song = AudioSegment.from_mp3('song.mp3')
sliced = song[start*1000:end*1000]
sliced.export('song.ogg', format='ogg', parameters=["-acodec", "libopus"])

然后我使用 bot.send_voice 方法发送样品。像这样：

bot.send_voice(
    chat_id=update.message.chat.id,
    voice=open('song.ogg', 'rb'),
    caption=settings.caption,
    parse_mode=ParseMode.MARKDOWN,
    timeout=1000
)

Telegram Bot API 的文档说：

如果你想让 Telegram 客户端将音频文件显示为可以播放的语音消息，请使用此方法发送音频文件。为使其正常工作，您的音频必须是使用 OPUS 编码的 .ogg 文件（其他格式可能被视为音频或文档发送）。

因此，在以下代码行中：

sliced.export('song.ogg', format='ogg', parameters=["-acodec", "libopus"])

我使用了parameters=["-acodec", "libopus"]。

有人可以告诉我我做错了什么吗？提前感谢！

- Amir Shabani

Answer 1

猜测：

刚刚尝试了这两首 Muse 的歌曲，《压力》比《虚空》更具有摇滚气息。我怀疑 Telegram 服务本身在进行语音转文字翻译时，只会将音乐视为噪音。与语音不同，音乐的音量变化范围很小，基本一直保持相同的音量。因此，每个样本的相对音量都是大体相同的，导致出现了平坦的线条。

- selbie

Answer 2

由于这只发生在某些歌曲中，我相信问题与原始歌曲格式有关。确保pudub正确获取文件参数，例如：通道数、采样宽度、帧速率等。有时结果格式也会发生变化，因此您可以获得范围为[-1..1]（浮点数）或[-32767..32768]（整数）的音频。

- igrinis