先月まで見ることができた
SoX, SoXI, soxformat マニュアルページ日本語訳
のページがなくなっていたので、
自分がコピペしておいた stat の部分だけ貼っておく。
自分でメモを追加した部分もあり。
stat [-s scale] [-rms] [-freq] [-v] [-d]
ex)
sox.exe test.wav stat
標準エラーに出力されるので、こんな感じで使うのがよいか
sox.exe test.wav --null stat 2>&1
注：サンプル間の差分の情報は、多チャンネルには対応していない。
-s オプションは与えられた値で入力データをスケールする。
スケールのデフォルト値は 2147483647 (つまり32ビット符号付き整数の最大値)。
内部的には常に符号付きlong PCM データとされる。
そして値は与えられた値に関連している。
-rms オプションは、出力するすべての平均値を、（普通の加算平均でなく）二乗平均平方根に変換する。
-v オプションは 'Volume Adjustment' だけ出力する。
-freq オプションは、統計情報の代わりに、入力のパワースペクトラム(デフォルト4096個ずつ)を計算する。
モノラルチャンネルの音声ファイルのみに使える。
-d オプションは、soxの内部バッファで、32ビット符号付きPCMデータ音声を16進でダンプしたものを表示する。
これは主に、soxの異なるプラットフォームバージョン間で発生するエンディアン問題を見つけ出すのに役立つ。
音声の時間領域と周波数領域の統計情報を表示する。
SoX 処理チェインの中では、音声は変更を加えられずに通過する。
情報は'標準エラー'(stderr)ストリームに出力される。
情報の各項目についての説明を下の表にまとめる。
表の中の
n はサンプル数単位による音声の長さ,
c はチャンネル数,
r はサンプルレート,
xk は連続する各サンプルの（既定では -1 ～ +1 の範囲の） PCM 値
を表す：
PCM値：Pulse Code Modulation:パルス符号変調
Samples read
n×c
（読み取られたサンプル数）
Length (seconds)
n÷r
（長さ（秒））
Scaled by
下の -s を見よ。
Maximum amplitude
max(xk)
音声内のサンプルの最高値。 通常は正の値になる。
Minimum amplitude
min(xk)
音声内のサンプルの最低値。 通常は負の値になる。
Midline amplitude
1/2 min(xk) + 1/2 max(xk)
最高値＋最低値の1/2、ほぼ0になるはず
Mean norm
1/n Σ|xk|
（平均ノルム）音声内の各サンプルの絶対値の平均
Mean amplitude
1/n Σxk
加算平均振幅。
音声の各サンプルの平均。 （正負あり）非ゼロを示す場合、 DC オフセットの存在を意味する（これは dcshift エフェクトを用いて除去できる）。
RMS amplitude
√(1/n Σxk^2)
二乗平均平方根振幅。音声の平均パワーと同じパワーのD.C. 信号レベル。(必ず正値) RMS:二乗平均平方根
Maximum delta
max(|xk - xk-1|)
（最大変位）サンプル間の差の最大値
Minimum delta
min(|xk - xk-1|)
（最小変位）サンプル間の差の最小値(たぶん0付近)
Mean delta
1/(n-1) Σ|xk - xk-1|
（平均変位）(正負あり)
RMS delta
√(1/(n-1) Σ(xk - xk-1)^2
（ RMS 変位）(必ず正値)
Rough frequency
大まかな周波数。Hz 単位。
Volume Adjustment
（音量調整値） vol エフェクトに与えることができる、クリッピングを避けつつ，可能な限り音量を大きくするようなパラメータ。
注記：ほとんどの場合，実際にはこれを行うべきでないことの理由については、上述の クリッピング の説明を見よ。
出力例
Samples read: 16075776
Length (seconds): 182.265034
Scaled by: 2147483647.0
Maximum amplitude: 0.522400
Minimum amplitude: -0.511658
Midline amplitude: 0.005371
Mean norm: 0.001858
Mean amplitude: -0.000016
RMS amplitude: 0.011971
Maximum delta: 0.558472
Minimum delta: 0.000000
Mean delta: 0.000051
RMS delta: 0.000731
Rough frequency: 428
Volume adjustment: 1.914
SoX, SoXI, soxformat マニュアルページ日本語訳
のページがなくなっていたので、
自分がコピペしておいた stat の部分だけ貼っておく。
自分でメモを追加した部分もあり。
stat [-s scale] [-rms] [-freq] [-v] [-d]
ex)
sox.exe test.wav stat
標準エラーに出力されるので、こんな感じで使うのがよいか
sox.exe test.wav --null stat 2>&1
注：サンプル間の差分の情報は、多チャンネルには対応していない。
-s オプションは与えられた値で入力データをスケールする。
スケールのデフォルト値は 2147483647 (つまり32ビット符号付き整数の最大値)。
内部的には常に符号付きlong PCM データとされる。
そして値は与えられた値に関連している。
-rms オプションは、出力するすべての平均値を、（普通の加算平均でなく）二乗平均平方根に変換する。
-v オプションは 'Volume Adjustment' だけ出力する。
-freq オプションは、統計情報の代わりに、入力のパワースペクトラム(デフォルト4096個ずつ)を計算する。
モノラルチャンネルの音声ファイルのみに使える。
-d オプションは、soxの内部バッファで、32ビット符号付きPCMデータ音声を16進でダンプしたものを表示する。
これは主に、soxの異なるプラットフォームバージョン間で発生するエンディアン問題を見つけ出すのに役立つ。
音声の時間領域と周波数領域の統計情報を表示する。
SoX 処理チェインの中では、音声は変更を加えられずに通過する。
情報は'標準エラー'(stderr)ストリームに出力される。
情報の各項目についての説明を下の表にまとめる。
表の中の
n はサンプル数単位による音声の長さ,
c はチャンネル数,
r はサンプルレート,
xk は連続する各サンプルの（既定では -1 ～ +1 の範囲の） PCM 値
を表す：
PCM値：Pulse Code Modulation:パルス符号変調
Samples read
n×c
（読み取られたサンプル数）
Length (seconds)
n÷r
（長さ（秒））
Scaled by
下の -s を見よ。
Maximum amplitude
max(xk)
音声内のサンプルの最高値。 通常は正の値になる。
Minimum amplitude
min(xk)
音声内のサンプルの最低値。 通常は負の値になる。
Midline amplitude
1/2 min(xk) + 1/2 max(xk)
最高値＋最低値の1/2、ほぼ0になるはず
Mean norm
1/n Σ|xk|
（平均ノルム）音声内の各サンプルの絶対値の平均
Mean amplitude
1/n Σxk
加算平均振幅。
音声の各サンプルの平均。 （正負あり）非ゼロを示す場合、 DC オフセットの存在を意味する（これは dcshift エフェクトを用いて除去できる）。
RMS amplitude
√(1/n Σxk^2)
二乗平均平方根振幅。音声の平均パワーと同じパワーのD.C. 信号レベル。(必ず正値) RMS:二乗平均平方根
Maximum delta
max(|xk - xk-1|)
（最大変位）サンプル間の差の最大値
Minimum delta
min(|xk - xk-1|)
（最小変位）サンプル間の差の最小値(たぶん0付近)
Mean delta
1/(n-1) Σ|xk - xk-1|
（平均変位）(正負あり)
RMS delta
√(1/(n-1) Σ(xk - xk-1)^2
（ RMS 変位）(必ず正値)
Rough frequency
大まかな周波数。Hz 単位。
Volume Adjustment
（音量調整値） vol エフェクトに与えることができる、クリッピングを避けつつ，可能な限り音量を大きくするようなパラメータ。
注記：ほとんどの場合，実際にはこれを行うべきでないことの理由については、上述の クリッピング の説明を見よ。
出力例
Samples read: 16075776
Length (seconds): 182.265034
Scaled by: 2147483647.0
Maximum amplitude: 0.522400
Minimum amplitude: -0.511658
Midline amplitude: 0.005371
Mean norm: 0.001858
Mean amplitude: -0.000016
RMS amplitude: 0.011971
Maximum delta: 0.558472
Minimum delta: 0.000000
Mean delta: 0.000051
RMS delta: 0.000731
Rough frequency: 428
Volume adjustment: 1.914