ffmpegとSoXを使って、音声を比較する動画をちゃちゃっと作る

目的とゴール

　音声合成などで生成した音声を比較して、SNSでちゃちゃっと共有したい。でも大体のSNSは音声のみの共有ができない。soundcloudに投稿するのもめんどくさい。ということで、ffmpegとSoXを使ってちゃちゃっと動画にするコマンドをメモがてら書き記します。

↓こういうのが作れます

ツイッター投稿用に、変換音声をぱぱっと比較できる動画を作れるコマンドを整えた！　こんなのが作れるはず！ pic.twitter.com/nRGIb28xFw

— ヒホ（ヒロシバ） (@hiho_karuta) September 10, 2019

コマンド（シェルスクリプト）

ffmpegとSoXが必要です。

function make_audio_comparison {
  first_file="$1"
  first_label="$2"
  first_label_color="$3"
  second_file="$4"
  second_label="$5"
  second_label_color="$6"
  output_file="$7"
  normalize="${8:-}"

  if [ -z "$normalize"]; then
    cp "$first_file" /tmp/first.wav
    cp "$second_file" /tmp/second.wav
  else
    sox "$first_file" -r 48000 -b 32 /tmp/first.wav norm
    sox "$second_file" -r 48000 -b 32 /tmp/first.wav norm
  fi
  sox -M /tmp/input.wav /tmp/result.wav /tmp/merged.wav

  ffmpeg -y \
    -i /tmp/input.wav \
    -i /tmp/result.wav \
    -i /tmp/merged.wav \
    -filter_complex "
    [0:0][1:0][2:0]concat=n=3:v=0:a=1[a_all];
    [0:0]showwaves=s=640x480:mode=p2p:colors=$first_label_color,drawtext=text=$first_label:x=10:y=10:fontcolor=$first_label_color:fontsize=48,format=yuv420p[v0];
    [1:0]showwaves=s=640x480:mode=p2p:colors=$second_label_color,drawtext=text=$second_label:x=10:y=10:fontcolor=$second_label_color:fontsize=48,format=yuv420p[v1];
    [0:0]showwaves=s=640x240:mode=p2p:colors=$first_label_color,drawtext=text=$first_label:x=10:y=10:fontcolor=$first_label_color:fontsize=48,format=yuv420p[vt];
    [1:0]showwaves=s=640x240:mode=p2p:colors=$second_label_color,drawtext=text=$second_label:x=10:y=10:fontcolor=$second_label_color:fontsize=48,format=yuv420p[vb];
    [vt][vb]vstack[v2];
    [v0][v1][v2]concat=n=3:v=1:a=0[v_all]
    "\
    -map "[a_all]" \
    -map "[v_all]" \
    "$output_file"
}

使い方

make_audio_comparison \
  "１つ目に提示する音声ファイル" \
  "１つ目に提示する音声のラベル" \
  "１つ目に提示する音声のラベルの色" \
  "２つ目に提示する音声ファイル" \
  "２つ目に提示する音声のラベル" \
  "２つ目に提示する音声のラベルの色" \
  "出力ファイルのパス(mp4)" \
  "音声を正規化するかどうか（Trueもしくは無指定）" \

その他

　ffmpegのfilter_complexの扱い方が難しい。。