采样音频不保留波（矢量）！

Question

我做了一个Telegram robot，其中一个工作是从音频文件创建样本。现在，对于发送给它的大多数音频，样本都非常好;这样的事情：

但是，对于某些音频，样本看起来有点奇怪：

如您所见，此文件中的波形未显示！ （我可以向你保证声音不是空的）

为了创建样本，我使用pydub（谢谢，James！）。这是我创建示例的部分：

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方法发送样本。 Like this：

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：

如果希望Telegram客户端将文件显示为可播放的语音消息，请使用此方法发送音频文件。为此，您的音频必须位于使用OPUS编码的.ogg文件中（其他格式可以作为音频或文档发送）。

这就是为什么在这行代码中：

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

我用过parameters=["-acodec", "libopus"]。

谁能告诉我我做错了什么？提前致谢！

Answer 1

在黑暗中猜测：

刚刚对这两首Muse歌曲进行了采样，“压力”是一首比“The Void”更响亮的摇滚歌曲。我怀疑Telegram服务本身只是在执行语音到文本翻译时将音乐检测为噪音。与口语之间具有宽动态范围的语音不同，音乐往往具有相同的音量。因此，每个样品的相对体积相对相同 - 因此是扁平线。

Answer 2

由于它只发生在一些歌曲中，我相信这些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，样本宽度，帧速率等。有时结果格式也会改变，因此您可以获得范围[-1..1]（浮点）中的音频，有时候[-32767..32768]（整数）。