如何在MATLAB中读取音频文件时保留语音停顿？

我需要将一批WebM格式的人声录音导入MATLAB，使用audioread()读取后，时间序列丢失了语音中的停顿（静音时段被截断）。尝试过用VLC和ffmpeg将WebM转成.mp3、.ogg、.opus、.mp4格式再读取，停顿依然丢失。

补充：原WebM文件用VLC播放时停顿存在，但经VLC转换为任何格式后，停顿都无法保留。

现有代码 #

ffmpeg转WebM为WAV的代码 #

ffmpegPath = 'C:\Users\rapiduser\Downloads\ffmpeg-6.0-essentials_build\ffmpeg-6.0-essentials_build\bin\ffmpeg.exe';  %ffmpeg exe路径
listAudios = dir('Z:\data\files\*audio.webm');  %音频文件路径数组
nAudios = length(listAudios);
outputFolder = dir('Y:\IntermediateData\WAVFiles');  %WAV文件存放目录

for idxAud = 1:nAudios
    inputFile = strcat(listAudios(idxAud).folder, '\', listAudios(idxAud).name);  %输入文件路径
    outputFile = strcat(outputFolder(1).folder, '\', listAudios(idxAud).name(1:end-5), '.wav');  %输出文件路径
    command = strcat(ffmpegPath, " -i ", inputFile, " ", outputFile);  %ffmpeg执行命令
    [~] = system(command);
end

读取WAV文件的代码 #

listWav = dir('Y:\IntermediateData\WAVFiles\*.wav');  %WAV文件列表
nAudios = length(listWav);

for idxAud = 1:nAudios
    [y,Fs] = audioread(listWav(idxAud).folder + "\\" + listWav(idxAud).name);  %读取单个文件
end

问题根源是转码工具（VLC/ffmpeg）默认开启了静音修剪或有损编码优化，导致静音时段被丢弃。以下是具体解决步骤：

1. 修改ffmpeg转码命令，强制保留所有音频数据 #

在ffmpeg命令中添加参数，禁用静音移除逻辑并指定无损编码：

% 替换原command行
command = strcat(ffmpegPath, " -i ", inputFile, " -af ""silenceremove=enable=0"" -c:a pcm_s16le ", outputFile);

参数说明：

• -af "silenceremove=enable=0"：明确禁用静音移除滤镜，确保所有音频段（包括静音）完整保留
• -c:a pcm_s16le：指定输出为PCM 16位无损格式（WAV原生编码），避免有损压缩丢失音频信息

2. 验证转码文件的完整性 #

转码完成后，用VLC查看WAV文件的时长，确认与原WebM文件一致。若时长匹配，说明静音时段已被保留。

3. 直接用MATLAB读取WebM（无需转码） #

MATLAB R2022b及以上版本支持直接读取WebM文件，可跳过转码步骤：

listAudios = dir('Z:\data\files\*audio.webm');
nAudios = length(listAudios);

for idxAud = 1:nAudios
    inputFile = fullfile(listAudios(idxAud).folder, listAudios(idxAud).name);
    [y,Fs] = audioread(inputFile);
    % 后续处理逻辑
end

注：低版本MATLAB可能需要额外安装编解码器，但优先推荐使用高版本直接读取。

4. 调整VLC转码设置（若偏好VLC） #

如果坚持用VLC转码，需关闭静音修剪选项：

• 打开VLC，选择「媒体」→「转换/保存」
• 添加原WebM文件后点击「转换」
• 在「音频编解码器」设置中，取消所有与静音修剪、自动裁剪相关的选项
• 选择输出格式为WAV（无损）后执行转码

内容的提问来源于stack exchange，提问作者Jessica