音量 (Dialogflow)

LUFS（相对于完整刻度的音量单位）是一种标准， 针对许多类型和制作风格进行标准化。LUFS 是一个复杂的 一种基于人类听觉在舒适环境下感知到的音量的算法 并让音频制作者能够 避免用户需要不断调整音量的幅度激增。 LUFS 也称为 LKFS（响度，K 加权，相对于全标度）

使用 SSML 播放音频文件时，平均音量应 -16 LUFS（全标度音量单位）， 与 Google 助理 TTS 输出的平均音量一致。这个 音量控制能很好地平衡 声控扬声器，提供可调节材料的充足余量 动态范围（与 Google 助理相比）。

对于单声道音频内容，平均音量应为 -19 LUFS， 而非 -16 LUFS。单声道音频内容的音量目标为 与立体声音频内容不同，因为单声道音频内容 会转换为立体声 这会使信号的能量加倍 这对应于 LUFS 测量结果中的 3.01 响度增大 单位 (LU)。反之，当一个立体声信号转换为单声道时 单声道信号通常由 计算每个渠道的信号平均值，然后该转换 LUFS 测量结果完全相同，即 3.01 LU。所以音量 单声道和立体声内容的测量结果无法直接比较， 但需要偏移 3.01 LUFS。

有些响度计针对这种差异提供校正选项； 例如，如果您使用的是 ffmpeg（见下文），则可以使用 dual_mono（或 dualmono）选项，如下所示。 如果您使用的是提供此类选项的音量计，并且已启用 那么响度目标应为 -16 LUFS，不论 内容是立体声还是单声道。

我们建议您通过以下两种方式测量和调整音频音量：

使用 DAW 和 LUFS 表

以下步骤介绍了如何确保您的音频符合 -16 LUFS 标准 建议：

  1. 以始终如一的高音量均衡（均衡）音量创建所有音频， 确保整个音频不会出现高峰或低谷 音量。
  2. 设置数字音频工作站 (DAW) 和 LUFS 计量表 来测量相较于 Google TTS 音量参考。
  3. 测量和调整 因此，综合平均音量约为 -16 LUFS （如果内容为单声道，则为 -19 LUFS）。
  4. 将音量与音频的音量进行比较， Google TTS 音量参考。

设置 DAW 和 LUFS 表

市面上有很多 DAW 和 LUFS 仪表的免费软件和商用电表 产品。如果您已有首选的 DAW 和 LUFS 计量表，则可以使用它们。 否则，我们建议使用适用于 Windows 和 Linux 的 Audacity 或适用于 Mac 的 Reaper DAW 和 TBProAudio dpMeter II（适用于 LUFS 计量器）。以下部分假设 使用这些工具的情况

获取文件

  1. 下载并安装 DAW： <ph type="x-smartling-placeholder">
  2. 下载并安装 dpMeter II。此工具可作为 VST 与 Audacity 和 Reaper 搭配使用 (Virtual Studio Technology) 插件。
  3. 下载 Google TTS 音量参考 音频文件。TTS 音频显示：“这个句子的综合音量是 大约 -16 LUFS”。此文件可用作电表的测试音频以及 耳检查参考。

配置 dpMeter II for Audacity (Windows/Linux)

  1. 在 Audacity 中打开 Google TTS 音量参考音频文件。
  2. 点击 Effect 标签页打开 dpMeter II 插件 选择添加/删除插件。
  3. 在列表中找到 dpMeter2，点击 Enable，然后点击 OK。dpMeter II Effect 下拉菜单中会显示该插件。

  4. 点击 Effect 下拉菜单中的 dpMeter2 以打开该插件。 dpMeter II 默认使用 RMS 模式（橙色配色方案）。将模式更改为 EBU r128（蓝色配色方案）测量 LUFS。

为 Reaper 配置 dpMeter II (Mac)

  1. 通过点击打开 Google TTS 音量参考音频 插入 >媒体文件....

  2. 点击绿色的 FX 按钮，打开 dpMeter II 插件 （上图中数字 1）。一个 FX 窗口 。

  3. 点击列表中的 dpMeter2。dpMeter II 默认使用 RMS 模式（橙色 架构）。将模式更改为 EBU r128（蓝色配色方案）以测量 LUFS。

测量和调整音量

不同 DAW 中不同的电表给出的读数略有不同。 Audacity 倾向于测量 Google TTS 响度参考的音量 其他 DAW 的读数为 -15.1 LUFS，而 Reaper 给出的读数为 -16.0 LUFS。 只要您的 DAW 测量 Google TTS 音量参考信息的音量 在 +/-2 LUFS 的 -16 以内， 音频。

测量和调整音量的基本步骤如下：

  1. 使用 dpMeter II 测量 Google TTS 音量 用于建立基准 LUFS 读数的引用。如果您的 DAW 测量的值较高 或小于 -16 LUFS（针对 Google TTS 音量参考），匹配 将音频调整到 DAW 的基线例如，在 Audacity 中，dpMeter II 所测量的集成音量为 -15.1 LUFS，因此 您的程序应为 -15.1 LUFS。
  2. 在建立基线后，调整音频以匹配基线 阅读。

测量 Google TTS 音量参考

点击 dpMeter II 中的绿色播放按钮，或在 DAW 中按“播放”（空格键） （下方数字 4）测量文件的音量。

以下列表介绍了您可以在 dpMeter II 中使用的主要功能：

  1. 模式：设置为 EBU（而不是 RMS）以测量 LUFS 中的音量
  2. 增益控制：在准备好进行更改之前，请务必将该值设为 0.0 程序的音量
  3. 集成音量：该指标用于衡量设备 自重置按钮 (5) 重置后，插件已分析的音频 。请在每次响度测量前点击重置按钮 (5)，确保 而是只测量当前所选项目的音量
  4. 播放：选择此选项会开始分析音频文件的音量。（此按钮 并不适用于所有 DAW。点击工具栏中的主播放按钮（空格键） DAW 应该具有相同的效果。）
  5. 重置：在响度测量之间点击此按钮。
  6. 应用：当您准备好更改节目资料的音量时 与 Google TTS 音量参考相匹配，此按钮将 由增益控制 (2) 设置。

将音量与 Google TTS 音量参考信息进行匹配

现在，您已经测量了 Google TTS 音量参考音量， 您可以测量和调整音频的音量：

  1. 打开音频文件，然后从 Effect（效果）菜单中选择 dpMeter2。
  2. 点击 Play 按钮，然后将集成的音量值设为 音频文件的平均值。
  3. 整合的音量与 Google TTS 的音量不同 参考，调整音频的增益以匹配参考。例如，如果 如果您的音频音量是 -12，那么声音太大，因此请降低 将增益控制设置为 -4db，然后点击 Apply 以调整增益 设定为 Google TTS 音量参考的目标范围 (-16 LUFS)。 您可能需要测量并调整增益以获得目标音量，因为 只能近似 LUFS。
。

使用 ffmpeg

FFmpeg 是一个带有命令行 工具进行媒体转化。该工具包括一个 名为 loudnorm 的过滤器，用于 响度归一化。你可以使用 loudnorm 输出某个版本的音频 使用双通模式以适当的-16 LUFS 音量

  1. 下载并安装 FFmpeg。

  2. 进入安装目录，然后使用 loudnorm 运行 FFmpeg 对输入文件进行过滤。请务必启用 dual_mono 选项。

    ./ffmpeg -i /path/to/input.wav \
    -af loudnorm=I=-16:dual_mono=true:TP=-1.5:LRA=11:print_format=summary \
    -f null -

    这将指示 FFmpeg 测量媒体文件的音频值，而不使用 创建输出文件。您会看到一系列值，表示为 如下：

    Input Integrated:    -27.2 LUFS
Input True Peak:     -14.4 dBTP
Input LRA:             0.1 LU
Input Threshold:     -37.7 LUFS

Output Integrated:   -15.5 LUFS
Output True Peak:     -2.7 dBTP
Output LRA:            0.0 LU
Output Threshold:    -26.2 LUFS

Normalization Type:   Dynamic
Target Offset:        -0.5 LU

    上面的示例值指明了有关传入事件和 媒体。例如，显示的 Input Integrated 值表示 声音太大了。Output Integrated 值更接近 -16.0。 Input True Peak 和 Input LRA（响度范围）值高于 我们所提供的上限，在标准化版本中将会有所降低。最后， Target Offset 表示输出中使用的偏移增益。

  3. 对 loudnorm 过滤器进行第二次遍历，提供第 1 步中得到的值 按“衡量”指定具体的 Lovenorm 选项。

    ./ffmpeg -i /path/to/input.wav -af loudnorm=I=-16:TP=-1.5:LRA=11:measured_I=-27.2:measured_TP=-14.4:measured_LRA=0.1:measured_thresh=-37.7:offset=-0.5:linear=true:print_format=summary output.wav

    创建文件 output.wav，其中包含经过归一化的音量 不同版本的输入文件。

聆听以下 ffmpeg 前后的音频文件示例 音量归一化，了解该工具的工作原理。

之前

之后

用耳朵检查音频

进行耳朵检查，确保相较于 Google TTS，您的音频音质较好 音量参考。为此，你可以选择收听文件 音量或平衡的任何跳动，并根据需要调整耳增益。

音量为 -16 LUFS（立体声）时，说话内容的音量应保持一致 或 -19 LUFS（单声道）。但是，如果音频的频率范围是 过高（如鸟鸣）或过低（如雷声） 将音量设为 -16 LUFS（立体声）或 -19 LUFS（单声道） 音频声音与 Google TTS 音量参考信息不一致。在本课中， 耳朵检查功能特别有助于平衡 。