播客剪辑去空白
录制了一期 90 分钟的播客，嘉宾说话间隙频繁，后期剪辑时手动找静音段要逐帧听波形，一集下来多花 2 小时。用本工具扫描整轨音频，自动标记所有超过 0.5 秒的静音段，并支持一键切除或保留。原本需要反复拖拽时间轴的工作，现在 3 分钟拿到干净音轨，直接进入混音环节。
♪
拖入或点击选择音频
MP3 / WAV / FLAC / M4A / OGG 等 · 浏览器本地解码处理
-40 dB
0.30 s
0.05 s
去除静音 remove
删除全部静音段，拼接有声部分，导出更短的音频
压缩长静音 shorten
把超长停顿压到目标时长，保留呼吸与节奏感
修剪首尾 trim
只去掉开头与结尾的静音，中间停顿原样保留
每段静音最长保留
波形 / 静音区
赤金波形 · 暖灰条 = 静音段 · 朱砂虚线 = 阈值 · 点击波形定位试听
总时长
—
静音段数
—
静音总长
—
处理后约
—
静音段列表
—
就绪 · 选择音频后自动检测静音段
第一节
关于本工具
About剪辑时反复听整段素材找空白，比剪掉静音本身更耗时间。这个工具用 FFmpeg 检测音频流中的音量阈值，标出所有低于设定分贝的段落，支持一键切除或分段导出。处理完全在本地浏览器进行，音频不上传服务器。适合播客粗剪、会议录音去空白、口播视频去气口等场景——在开始剪辑前先跑一遍，能省掉大半条时间线的手动缩放操作。
使用场景
网课录制去停顿
在 Zoom 里录了一节 45 分钟的数学网课，讲题时频繁停下来等学生举手，回放里全是空白。用本工具自动检测所有超过 2 秒的静音段，一键删除后得到 30 分钟的紧凑版，学生复习时不用频繁跳过沉默。
会议录音去冷场
部门周会录音 1 小时，中间有 3 次冷场（每次约 10 秒），还有 2 分钟大家翻文件没说话。用本工具扫描录音，标记出所有静音段，一键删除后得到 57 分钟的干净纪要，分享给未参会同事时不用标注“此处跳过”。
有声书去翻页杂音
录制一本 8 小时的有声书，每页翻动后都有 0.8 秒的空白。用本工具批量扫描所有章节，设定静音阈值 -50dB，自动切除翻页间隙，成品音轨连续无断裂，省去逐段手动删除的枯燥工作。
语音笔记去思考间隙
口述一篇 2000 字的文章思路，录音里每说一句就停顿几秒组织语言，总时长 15 分钟。用本工具检测所有超过 1.5 秒的静音段，一键压缩后得到 8 分钟的连贯口述稿，转文字时不会因空白产生错行。
第二节
使用指南
Getting Started使用步骤
- 1上传音频文件（支持 MP3、WAV、FLAC 等常见格式），文件列表显示文件名与大小
- 2在「静音阈值」滑块处拖动设置灵敏度（-50 dB 至 -20 dB），右侧实时显示当前阈值数值
- 3点击「检测静音」按钮，进度条从 0% 增至 100%，完成后下方列出每段静音的起止时间与时长
- 4勾选需要去除的静音段（默认全选），点击「去除静音」按钮，新文件自动生成并弹出下载提示
- 5下载区显示处理后的文件名与时长变化（如原 3:20 → 新 3:05），点击「保存」即可导出
输入输出示例
| 输入 | 输出 | 说明 |
|---|---|---|
| 一段5分钟音频，前30秒静音，中间1分钟正常说话，最后2分钟静音 | 静音段1: 0.0s - 30.0s 静音段2: 180.0s - 300.0s 总静音时长: 150.0s | 常规：多段静音，验证工具能正确识别并合并连续静音段 |
| 一段10秒音频，全部为静音（无任何声音） | 静音段1: 0.0s - 10.0s 总静音时长: 10.0s | 边界：全静音音频，验证工具不会因无有效信号而报错或返回空 |
| 一段20秒音频，包含极低音量呼吸声（-50dB） | 静音段: 无 总静音时长: 0.0s | 边界：极低音量但非零，验证静音阈值（默认-40dB）的判定逻辑 |
| 一段60秒音频，前0.5秒有短促爆音，剩余59.5秒静音 | 静音段1: 0.5s - 60.0s 总静音时长: 59.5s | 边界：极短非静音段，验证工具是否将0.5秒视为有效信号而跳过 |
| 一段3分钟音频，中间有2处静音：第1处1.2秒，第2处0.8秒 | 静音段1: 45.0s - 46.2s 静音段2: 120.0s - 120.8s 总静音时长: 2.0s | 易错：短静音段（<2秒），验证工具最小静音时长过滤（默认≥1秒） |
| 一段2分钟音频，包含持续背景噪音（如空调声，约-35dB） | 静音段: 无 总静音时长: 0.0s | 易错：背景噪音被误判为有效信号，验证静音阈值与噪音的区分能力 |
常见错误对照
1.静音阈值设置过低，非静音被误删
✗ 错误
-50dB✓ 修复
-26dB（语音类）；-40dB（音乐类）FFmpeg 的 silencedetect 默认 -50dB 对多数素材过于敏感，会将呼吸声、环境底噪也判定为静音。ITU-R BS.1770 建议语音节目响度门限为 -23 LUFS，对应 -26dB 左右。
2.最小静音时长太短，把正常停顿当静音
✗ 错误
0.1 秒✓ 修复
0.5 秒（语速快）；1.0 秒（正常语速）人类自然语言中词间停顿约 0.2-0.5 秒，句间停顿 0.5-1.5 秒。设 0.1 秒会把所有字间间隙都识别为静音，导致音频被切碎。
3.输出格式用 mp3 时未指定采样率，静音段边界偏移
✗ 错误
ffmpeg -i input.wav -af silencedetect ... output.mp3✓ 修复
ffmpeg -i input.wav -af silencedetect ... -ar 44100 output.mp3mp3 编码器默认可能改变采样率（如 48000→44100），而 silencedetect 在原始采样率下计算的帧边界会与重采样后错位，导致去除后出现咔嗒声。
4.多声道文件未指定声道映射，静音检测只分析第一声道
✗ 错误
silencedetect=noise=-30dB:d=0.5✓ 修复
silencedetect=noise=-30dB:d=0.5:mono=1默认 silencedetect 只处理第一个声道，立体声文件另一声道有内容时仍会被当作静音切除。加 mono=1 让所有声道取平均后再检测。
5.去除静音后未添加淡入淡出，产生爆音
✗ 错误
ffmpeg -i input.wav -af silenceremove=start_periods=1 ... output.wav✓ 修复
ffmpeg -i input.wav -af silenceremove=start_periods=1:start_silence=0:start_threshold=-26dB,afade=t=in:ss=0:d=0.05 output.wavsilenceremove 直接截断波形，剪切点处信号不连续会产生直流偏移或高频毛刺。0.05 秒淡入能平滑过渡，人耳不可察觉。
6.使用 silencedetect 但忘记加 duration 参数，只输出第一段静音
✗ 错误
ffmpeg -i input.wav -af silencedetect=noise=-30dB:d=0.5 -f null -✓ 修复
ffmpeg -i input.wav -af silencedetect=noise=-30dB:d=0.5 -f null - 2>&1 | grep 'silence_end'silencedetect 默认输出所有静音段到 stderr，但很多用户只看了前几行就以为只检测到一段。必须用 grep 过滤或重定向到文件才能看到完整列表。
7.静音段时间戳精度不够，剪辑时多切或少切
✗ 错误
从 12.3 秒切到 15.7 秒✓ 修复
从 12.345 秒切到 15.678 秒（保留 3 位小数）silencedetect 输出时间戳默认到毫秒级（如 12.345678），但用户手动复制只取一位小数，累积误差在长音频中可达数帧。应直接使用工具输出的完整时间戳。
第三节
工作原理
How It Works核心公式
静音段 = 连续帧 RMS 值 < 阈值 T 的区间
变量说明
RMS均方根，衡量帧内音频能量T阈值，默认 -50 dBFS，可调帧固定时长窗口，如 0.1 秒
示例
一段 3 秒音频，帧长 0.1 秒，共 30 帧。第 5–14 帧 RMS 值均低于 -50 dBFS（如 -55、-60），则第 0.5–1.4 秒被标记为静音段，可一键去除。
用户操作
本地处理（FFmpeg）
输出结果
隐私保证所有计算与处理均在你的浏览器本地完成，输入数据不会上传服务器，也不会保存或共享。