口播静音切除:50ms 窗 RMS、扫描线判定与切不坏句尾的收边算法

口播录音里「嗯——」与句间长停顿占掉两成时长,切除它们不是波形上看一眼那么简单:按 50ms 窗算 RMS 响度、与 dBFS 阈值逐窗比较、把连续低于阈值的运行段聚成静音区、两侧各收 50ms 边防止切掉气声尾音,最后按保留段把采样逐字节拼回 WAV。这篇拆解整条算法链的每一步取舍。

WebAudio 的响度账本:RMS、dBFS 与静音切除

口播录音里「哪段是停顿」不是听出来的,是算出来的。从 PCM 采样到 dBFS 刻度、50ms 窗 RMS、门限与最短静音时长、边缘 padding,再到 44 字节 RIFF 头的手写 WAV 编码——拆解静音切除的整条账本。