音声統計データを表示する astats

音声統計データを表示するastatsの使い方。メタデータ対応しているので出力したログの加工が容易になる。

基本コマンド

ffmpeg -i input -af astats -vn -f null -

soxのstatsと同じような内容が表示される。
sox input.wav -n -S stats

SoX, SoXI, soxformat マニュアルページ日本語訳

表示例。チャンネル毎と全体の統計が表示される。

Channel: 1
DC offset: -0.000013
Min level: -22232.000000
Max level: 22453.000000
Min difference: 0.000000
Max difference: 3932.000000
Mean difference: 93.775985
RMS difference: 164.877217
Peak level dB: -3.283246
RMS level dB: -22.279445
RMS peak dB: -11.278606
RMS trough dB: -inf
Crest factor: 8.908610
Flat factor: 0.000000
Peak count: 2
Noise floor dB: -inf
Noise floor count: 85871
Bit depth: 16/16
Dynamic range: 93.046087
Zero crossings: 197416
Zero crossings rate: 0.015388
Channel: 2
DC offset: -0.000013
Min level: -22160.000000
Max level: 21174.000000
Min difference: 0.000000
Max difference: 4077.000000
Mean difference: 89.674630
RMS difference: 158.976224
Peak level dB: -3.397339
RMS level dB: -22.688289
RMS peak dB: -11.712988
RMS trough dB: -inf
Crest factor: 9.216107
Flat factor: 0.000000
Peak count: 2
Noise floor dB: -inf
Noise floor count: 87212
Bit depth: 16/16
Dynamic range: 92.931995
Zero crossings: 200500
Zero crossings rate: 0.015628
Overall
DC offset: -0.000013
Min level: -22232.000000
Max level: 22453.000000
Min difference: 0.000000
Max difference: 4077.000000
Mean difference: 91.725307
RMS difference: 161.953599
Peak level dB: -3.283246
RMS level dB: -22.479057
RMS peak dB: -11.278606
RMS trough dB: -inf
Flat factor: 0.000000
Peak count: 2.000000
Noise floor dB: -inf
Noise floor count: 86541.500000
Bit depth: 16/16
Number of samples: 12829572

ffprobeでの使い方。
ffprobe -f lavfi -i amovie=input,astats=length=0.05:metadata=0:reset=0
ffprobe -f lavfi -i aevalsrc=sin(440*2*PI*t):s=8000:d=1,astats=length=0.05:metadata=0:reset=0

ffprobe の使い方

ametadataフィルタと連携する。
ffplay -f lavfi -i amovie=input,astats=metadata=1,ametadata=print:key=lavfi.astats.1.DC_offset[out0];movie=input[out1]

メタデータをコンソールに表示する metadata, ametadata

adrawgraphフィルタと連携する。
ffplay -f lavfi -i amovie=input,astats=metadata=1,adrawgraph=m1=lavfi.astats.1.DC_offset:min=0.0001:max=0.005

メタデータを映像化する drawgraph, adrawgraph

特定のメタデータ、ここでは 1ch(FL) のDC_offsetを 1000サンプル毎に表示する
ffprobe -show_entries frame_tags=lavfi.astats.1.DC_offset -of default=noprint_wrappers=1:nokey=1 -v quiet -f lavfi -i amovie=input,astats=length=0.05:metadata=1

公式ドキュメント：FFmpeg Filters Documentation : astats

オプション

メタデータ形式はlavfi.astats.XでXに 1 から始まるチャンネル番号か、Overallが使える。
個別チャンネルには DC_offset Min_level Max_level Min_difference Max_difference Mean_difference RMS_difference Peak_level RMS_peak RMS_trough Crest_factor Flat_factor Peak_count Noise_floor Noise_floor_count Bit_depth Dynamic_range Zero_crossings Zero_crossings_rate Number_of_NaNs Number_of_Infs Number_of_denormals
例：lavfi.astats.1.DC_offset
Overallには DC_offset Min_level Max_level Min_difference Max_difference Mean_difference RMS_difference Peak_level RMS_level RMS_peak RMS_trough Flat_factor Peak_count Noise_floor Noise_floor_count Bit_depth Number_of_samples Number_of_NaNs Number_of_Infs Number_of_denormals
が使える。
例：lavfi.astats.Overall.Peak_count

• length[double]
  以下の時間幅指定
  RMS peak、RMS trough
  既定値：0.05
  範囲：0.01 から 10 まで
• metadata[boolean]
  メタデータフラグをつける。他のフィルタと連携するときにつける
  既定値：0
  範囲：0 と 1
• reset[int]
  何フレーム先を再計算するか
  既定値：0
  範囲：0 から INT_MAX まで
• measure_perchannel[flags]
  チャンネル毎に測定する
  既定値：all+DC_offset+Min_level+Max_level+Min_difference+Max_difference+Mean_difference+RMS_difference+Peak_level+RMS_level+RMS_peak+RMS_trough+Crest_factor+Flat_factor+Peak_count+Bit_depth+Dynamic_range+Zero_crossings+Zero_crossings_rate+Noise_floor+Noise_floor_count+Number_of_samples+Number_of_NaNs+Number_of_Infs+Number_of_denormals
• measure_overall[flags]
  チャンネルをまとめて測定する
  既定値：all+DC_offset+Min_level+Max_level+Min_difference+Max_difference+Mean_difference+RMS_difference+Peak_level+RMS_level+RMS_peak+RMS_trough+Crest_factor+Flat_factor+Peak_count+Bit_depth+Dynamic_range+Zero_crossings+Zero_crossings_rate+Noise_floor+Noise_floor_count+Number_of_samples+Number_of_NaNs+Number_of_Infs+Number_of_denormals

ここから先はパラメータの内容

• DC offset
  振幅の変位、0 開始
• Min level
  サンプルレベルの最小値
• Max level
  サンプルレベルの最大値
• Min difference
  2連続したサンプルの最小差違
• Max difference
  2連続したサンプルの最大差違
• Mean difference
  2連続したサンプルの平均
• Peak level dB
  ピークレベル
• RMS level dB
  RMS レベル
• RMS peak dB
  RMS ピーク値
• RMS trough dB
  RMS スルー値
• Crest factor
  RMS レベルに対するピークの標準比（dB ではない）
• Flat factor
  ピークレベルのシグナル Flatness （同じ値を持つ連続したサンプル）（最大または最小のレベル）
• Peak count
  最大または最小のレベルに何回届いたか（サンプル数ではない）
• Noise floor dB
  dBFS で測定された最小のローカルピーク
• Noise floor count
  信号が Noise floor に達した回数。サンプル数ではない
• Bit depth
  音声全体のビット深度、このビット深度がそれぞれのサンプルに使われる
• Dynamic range
  ダイナミックレンジを測定する。単位は dB
• Zero crossings
  波形がゼロレベル軸と交差する回数
• Zero crossings rate
  音声サンプル当たりの波形がゼロレベル軸と交差する割合

measure_perchannel、measure_overallに使えるフラグ一覧。

• all
• DC_offset
• Min_level
• Max_level
• Min_difference
• Max_difference
• Mean_difference
• RMS_difference
• Peak_level
• RMS_level
• RMS_peak
• RMS_trough
• Crest_factor
• Flat_factor
• Peak_count
• Bit_depth
• Dynamic_range
• Zero_crossings
• Zero_crossings_rate
• Noise_floor
• Noise_floor_count
• Number_of_samples
• Number_of_NaNs
• Number_of_Infs
• Number_of_denormals