Linux/macOS下如何将WAV文件拉伸至指定采样数且不添加静音

这个问题我刚好碰到过，结合Linux/macOS的工具，用FFmpeg或者SoX就能完美解决——既能保证音频质量、避免循环播放的间隙，还能控制文件体积。下面给你一步步的操作方法：

步骤1：获取原WAV文件的采样数 #

首先得搞清楚你的原WAV文件有多少个采样，用FFmpeg自带的ffprobe工具就能快速获取：

ffprobe -v error -select_streams a:0 -show_entries stream=nb_samples -of default=noprint_wrappers=1:nokey=1 input.wav

把input.wav换成你的实际文件名，执行后会输出一个数字（比如12345），这就是原文件的采样数，记下来后面用（我们称它为original_samples）。

步骤2：计算目标采样数 #

根据你的需求，要把采样数凑成1024的倍数（避免转m4a时的静音填充），可以用bash的算术计算直接算出目标值：

original_samples=12345  # 替换成你刚才得到的数值
target_samples=$(( (original_samples + 1023) / 1024 * 1024 ))
echo $target_samples

这个公式会算出大于等于原采样数的最小1024倍数，比如原采样数是12345，算出来就是12800。如果是其他指定的采样数，直接给target_samples赋值就行。

步骤3：用FFmpeg拉伸音频（推荐方案） #

FFmpeg的rubberband滤镜能在保持音高不变的前提下拉伸音频时长，刚好满足我们的需求——既调整到目标采样数，又不会添加静音。命令如下：

ffmpeg -i input.wav -filter:a "rubberband=tempo=$(echo "scale=6; $target_samples / $original_samples" | bc)" -c:a pcm_s16le output_stretched.wav

• 参数解释：
  • rubberband=tempo=xxx：tempo值是目标采样数和原采样数的比值，因为采样数和时长成正比（采样率不变），这个比值就是音频需要轻微拉伸的比例，不会让音频变调。
  • -c:a pcm_s16le：输出用无损的PCM编码，保证音频质量，后面转m4a时再压缩。

安装FFmpeg的方法：macOS用户通过Homebrew安装brew install ffmpeg；Linux用户用包管理器，比如Debian/Ubuntu执行sudo apt install ffmpeg，RHEL/CentOS执行sudo yum install ffmpeg。

步骤4：用SoX拉伸音频（备选方案） #

如果你习惯用轻量的SoX工具，也能实现同样效果，命令更简洁：

sox input.wav output_stretched.wav stretch $(echo "scale=6; $target_samples / $original_samples" | bc)

• stretch参数后的数值同样是拉伸比例，SoX会自动保持音高不变。
• 安装SoX：macOS用brew install sox，Linux用sudo apt install sox（Debian/Ubuntu）。

步骤5：验证结果并转换为m4a #

拉伸完成后，再用ffprobe检查输出文件的采样数，确认是目标值：

ffprobe -v error -select_streams a:0 -show_entries stream=nb_samples -of default=noprint_wrappers=1:nokey=1 output_stretched.wav

没问题的话，就可以转成m4a了，此时不会再添加静音填充：

ffmpeg -i output_stretched.wav -c:a aac -b:a 128k output.m4a

-b:a 128k是指定音频比特率，你可以根据文件体积需求调整，比如96k更小，192k音质更好。

备注：内容来源于stack exchange，提问作者SePröbläm