Normalisierung eines audio Streams in einem Video

Ich hatte ein Video mit schlechten Audio Eigenschaften. Die Dialoge waren kaum hörbar, die Action dagegen war viel zu laut. Meine ersten Versuche führten mich zu ffmpeg-normalize, leider mit unbefriedigenden Ergebnissen.

Über die ffmpeg-Doku dann den Filter loudnorm gefunden, s.: http://ffmpeg.org/ffmpeg-filters.html#loudnorm

Leider ist die Doku an der Stelle ohne Beispiele. Aber eine weiter Suche führte mich zu : http://k.ylo.ph/2016/04/04/loudnorm.html
Die daraus resultierenden Ergnisse waren gut :
Ein Bsp., via yt-dlp :

yt-dlp -f 137+140 -o "%(title)s.%(ext)s" --no-playlist "https://www.youtube.com/watch?v=8vgInhaiEXs"

habe ich den Film „Pawn.mp4“ heruntergeladen. Und mit dem im obigen link (http://ffmpeg.org/ffmpeg-filters.html#loudnorm), beschriebenem 2.Pass-Verfahren, den Film „normalized“ :
1. Für die Messung, Durchlauf mit :

ffmpeg -i "Pawn.mp4" -c:v copy -filter:a loudnorm=I=-16:TP=-1.5:LRA=11:print_format=summary -f null -

man erhält mit etwas Geduld die Ausgabe :
Input Integrated: -31.8 LUFS
Input True Peak: -4.4 dBTP
Input LRA: 18.9 LU
Input Threshold: -43.4 LUFS

Output Integrated: -17.1 LUFS
Output True Peak: -1.5 dBTP
Output LRA: 14.0 LU
Output Threshold: -27.9 LUFS

Normalization Type: Dynamic
Target Offset: +1.1 LU

2. Normierung dann mit den erhaltenen Messwerten, die jeweils in “ measured_* “ eingetragen werden :

ffmpeg -i "Pawn.mp4" -c:v copy -af loudnorm=I=-16:TP=-1.5:LRA=11:measured_I=-31.8:measured_TP=-4.4:measured_LRA=18.9:measured_thresh=-43.4:offset=+1.1:linear=true:print_format=summary -c:a aac -b:a 192k -ar 48000 output.mp4

Die ergänzte Audio – Kodierung, sollte in jedem Fall angehängt werden (bzw. eine nach eigenen Wünschen), s.o. :

-c:a aac -b:a 192k -ar 48000

Ansonsten macht da ffmpeg „was es will“, z.b. sample rate auf 96000 stellen, ein PC kann das abspielen, ein TV via DLNA nicht.
Es müssen immer alle Filter Parameter, wie im Beispiel angegeben, verwendet werden, der Filter „loudnorm“ lässt nicht weniger zu.

Eine detaillierte Erklärung der Parameter für den 1. Durchlauf, s.o. :

loudnorm=I=-16:TP=-1.5:LRA=11

habe ich bis dato nicht gefunden.

Verfasst von Gloster