規劃剪輯音訊的步驟,代表在匯出前先決定要保留檔案的哪一段範圍、確認你的來源能被瀏覽器解碼,並以秒為單位選擇精確的開始與結束時間。一份乾淨的計畫會依序回答四個問題:你要剪的是哪個檔案、實用音訊從哪裡開始、從哪裡結束、以及你需要什麼輸出格式。音訊剪輯工具便是依照這個順序運作:它會等待 Web Audio 解碼檔案,顯示解碼後的時長、取樣率、聲道數與幀數,然後在取樣幀邊界上裁切一段連續範圍,並寫入未壓縮的 PCM16 WAV 供下載。整個過程不會上傳任何檔案;檔案處理、解碼、範圍選取、預覽與匯出都在當前的瀏覽器分頁中完成。提前規劃能避免你對瀏覽器無法解碼的檔案按下剪輯、避免選到向下捨入少於一個幀的開始時間,也避免選到超出解碼時長的結束時間。一個簡短的預檢查能將反覆試錯取代為一次精準的執行,而本文後續內容也將依照工具預期的相同順序,逐步說明這項預檢查。

規劃音訊剪輯步驟的實際內容
剪輯音訊聽起來像是一個點擊動作,但規劃才是決定首次匯出結果是否實用的關鍵。工作內容可分為三個剪輯前決策與一個驗證步驟。剪輯前的決策包括:挑選瀏覽器實際能解碼的檔案、決定實用音訊從哪裡開始、以及決定從哪裡結束。驗證步驟則是在確認下載之前,於兩個邊界處預覽產生的 WAV。
每個決策都依賴前一個決策。在確認檔案已成功解碼並知道解碼時長之前,你無法決定邊界。在實際剪輯之前無法預覽,而在開始與結束數值皆有效之前也無法剪輯。將工作流程視為一連串相依關係,正是讓一次計畫性的剪輯可預測的原因。工具本身會強制這個流程依序進行:讀取檔案、回報解碼時長,接著在匯出前以解碼後 AudioBuffer 的取樣率將時間欄位轉換為幀索引。只要你在規劃中遵守這個順序,剪輯就能一次到位。
先確認來源檔案可以被解碼
計畫中的第一項是對來源的健全性檢查。檔案選擇器能辨識常見的 MP3、WAV、M4A、AAC、Ogg、WebM 與 FLAC 副檔名與 MIME 類型,但辨識成功並不保證解碼一定能成功。實際解碼是由你瀏覽器的Web Audio 解碼器負責,而不同 Safari、Chrome、Firefox、作業系統與瀏覽器版本之間的容器與編解碼支援也有所差異。不支援、損壞、標示錯誤、加密或不完整的檔案會產生明確的解碼錯誤,而非靜默失敗。這裡沒有額外的編解碼安裝、轉檔伺服器或備用來源。
來源也有嚴格的容量限制:編碼後的檔案不得大於 25 MB。解碼後,若音訊長度超過 15 分鐘、聲道超過 8 個、取樣率超過 192 kHz,或所有聲道的總取樣數超過 3000 萬,皆會被拒絕。讓人最容易意外的是解碼後的取樣數限制:一個長時長、高取樣率、多聲道的檔案,可能在達到時長上限之前就先撞上這個邊界,而錯誤訊息會明確指出是哪一項限制被觸發。規劃代表事先了解這些限制,才不會在解碼步驟措手不及。
以精確時刻標示剪輯邊界,而非憑感覺猜測
解碼成功後,頁面會顯示解碼後的時長、取樣率、聲道數與幀數。這四個數字是規劃邊界的依據。開始與結束時間幾乎能即時輸入,並使用 AudioBuffer 的取樣率轉換為最接近的解碼取樣幀邊界。Web Audio 在解碼過程中可能會將來源重新取樣為 AudioContext 的取樣率,這代表畫面上顯示的取樣率描述的是工作緩衝區與匯出的 WAV,而非來源檔案原本的編碼取樣率。若你以來源檔案的標稱取樣率為依據來計算邊界,匯出檔案中的數值會有些微偏差。
時間欄位受三條規則規範:開始時間不能為負數,也不能剛好位於音訊結尾。結束時間必須大於開始時間。結束時間不得超過精確的解碼時長。當選取範圍捨入後少於一個幀時,系統會拒絕執行,而非產生空檔。開始幀會包含在剪輯範圍內,結束幀則不包含,因此在一個 44.1 kHz 的解碼緩衝區上,10.000 秒到 20.000 秒的選取範圍正好涵蓋 441,000 個幀。將邊界規劃為對齊顯示取樣率下完整幀的精確時刻,能讓選取範圍毫無模糊地保持一致。
使用音訊剪輯工具執行規劃好的剪輯
- 在顯示的檔案與解碼音訊限制內,選擇一個瀏覽器可解碼的音訊檔案。
- 輸入非負數的開始時間,以及不超過解碼時長的較晚結束時間。
- 選擇剪輯並匯出 WAV,預覽 PCM16 結果,然後下載。
清單中的每一步都對應頁面上的一個按鈕或欄位。選擇檔案後,請先等待解碼時長、取樣率、聲道數與幀數出現,再填入時間欄位。幾乎即時地輸入開始時間,以精確時刻輸入結束時間,然後觸發剪輯。變更任一時間欄位都會清除先前的 WAV,再次剪輯會取代並釋放先前的下載網址,因此你可以在不堆積結果檔案的情況下反覆嘗試。
在下載前驗證 WAV
匯出作業會寫入一個新編碼的 RIFF/WAVE 檔案,其中包含交錯排列、小端序、有號 16 位元 PCM 取樣。下載前頁面會回報輸出時長與檔案大小,這正是你驗算數字的機會。以解碼取樣率 44,100 Hz、從 10.000 到 20.000 秒的立體聲選取範圍來說,幀數為 (20 - 10) × 44,100 = 441,000 個幀。資料大小為 441,000 × 2 聲道 × 2 位元組 = 1,764,000 位元組,而完整 WAV 為 1,764,000 + 44 = 1,764,044 位元組,約略為 1.68 MB。若回報的大小在合理捨入範圍內與此計算不符,請在下載前重新剪輯。
預覽 WAV 並確認兩個邊界處的語音字詞或音樂暫態是否正確。若開始落在字詞中間,或結束切掉了延音尾巴,請回去調整秒數並重新剪輯。多個聲道會維持獨立,並依原始聲道順序交錯排列;立體聲來源保持立體聲,最多可保留八個聲道,只要播放軟體支援該聲道配置。Web Audio 的浮點取樣會被箝制在 -1 到 1 的 PCM 範圍內,負值滿刻度會變成 -32768,正值滿刻度會變成 32767,非有限值則寫入為靜音。這些都不會改變邊界,但能解釋為什麼極度飽滿的錄音偶爾需要在專用編輯器中進行後續的標準化處理。
規劃時應避開的限制,避免剪輯失敗
將所有防護機制集中列出,能讓規劃更有效率。下表列出工具強制執行的每項限制、其上限,以及達到上限時會發生什麼情況。
| 檢查項目 | 允許上限 | 達到上限時的處理 |
|---|---|---|
| 編碼後的來源檔案大小 | 25 MB | 在解碼前以明確訊息拒絕 |
| 解碼後時長 | 15 分鐘 | 解碼嘗試後拒絕 |
| 聲道數 | 8 個聲道 | 解碼嘗試後拒絕 |
| 取樣率 | 192 kHz | 解碼嘗試後拒絕 |
| 所有聲道的總取樣數 | 30,000,000 | 解碼嘗試後拒絕 |
瀏覽器解碼發生在能檢查解碼時長與取樣數之前,因此高度壓縮的長檔案仍可能在解碼嘗試期間佔用暫存記憶體。系統不會自動縮短內容;超過上限的檔案會被拒絕而非截斷。系統會保護進行中的讀取與解碼作業,避免舊的工作覆蓋新的選取範圍,確保重複剪輯的結果一致。音訊上下文會在解碼後與清理過程中關閉,而暫存的本機網址會在檔案或結果被取代時,或在頁面關閉時釋放。
當規劃顯示你需要不同的工具
上述計畫足以應付裁切一段連續範圍並匯出乾淨的未壓縮 WAV。但它無法處理淡入淡出、無損壓縮幀的精準剪輯、元資料保留,或專業母帶製作。如果你需要波型層級的淡入淡出、改變音高、響度標準化、混音、降噪,或保留帶有標籤的原始 MP3 或 AAC 編碼,請使用專用編輯器。此工具的結果不會保留來源的 MP3、AAC、Vorbis、Opus、FLAC 或其他壓縮編碼,也不會保留標籤、專輯封面、提示點、章節、響度元資料或編碼器設定。將剪輯視為更廣泛工作流程中的一個規劃步驟,才能讓正確的工具用在正確的工作上。如需更全面地了解跳過規劃時會出現的失敗模式,避免在瀏覽器中剪輯音訊時犯錯指南會說明那些導致失敗的規劃漏洞。
如需深入了解,請參閱Windows 上的線上節拍器:設定速度與起始提示音。