ตัดช่วงเงียบออกจากไฟล์เสียง

เราไม่ได้ใช้ระดับเสียงตายตัวแบบที่โปรแกรมทั่วไปใช้ (เช่น -45 dBFS) เพราะไฟล์จริงไม่เคยเงียบสนิท คลิปที่อัดในห้องแอร์ ริมถนน หรือในตลาด มีพื้นเสียงรบกวนอยู่ราว -35 ถึง -45 dBFS ถ้าใช้ค่าตายตัวจะไม่เจอช่วงเงียบเลยสักช่วงเดียว เครื่องมือนี้จึงหั่นไฟล์เป็นเฟรมละ 20 มิลลิวินาที วัดพลังงานทุกเฟรมทั้งไฟล์ แล้วใช้ค่าที่อยู่ในกลุ่มเงียบที่สุดราว 15% เป็น “พื้นเสียงของไฟล์นี้” จากนั้นตั้งเกณฑ์ให้สูงกว่าพื้นเสียงตามความไวที่คุณเลือก และยังเทียบกับระดับเสียงพูดหลักของไฟล์ควบคู่กันไปด้วย ตัวเลขทั้งพื้นเสียงและเกณฑ์ที่ใช้จริงถูกแสดงไว้บนหน้าจอ คุณจึงตรวจสอบได้ว่าระบบเข้าใจไฟล์ถูกหรือไม่

มีสองกลไกที่กันไว้ อย่างแรกคือ “ระยะเว้นหัวท้าย” ของทุกช่วงที่ตัด ค่าเริ่มต้น 150 มิลลิวินาที หมายความว่าเราจะไม่แตะเสียงในระยะนั้นก่อนและหลังความเงียบเลย ลมหายใจก่อนคำแรกจึงยังอยู่ และช่องว่างระหว่างประโยคจะเหลือราว 0.3 วินาที ซึ่งฟังเป็นธรรมชาติ ไม่ใช่เสียงพูดรัวติดกัน อย่างที่สองคือรอยต่อทุกจุดถูกเชื่อมด้วยครอสเฟดสั้น ๆ ประมาณ 5 มิลลิวินาที เพราะการเอาปลายคลื่นสองท่อนมาชนกันตรง ๆ จะได้เสียง “ป๊อก” ทุกรอยต่อ ก่อนดาวน์โหลด คุณยังเห็นแถบสีแดงบนคลื่นเสียงว่าจะตัดตรงไหนบ้าง ถ้าแถบไปคร่อมเสียงพูด ให้ลดความไวลง

เพราะเบราว์เซอร์ไม่มีตัวเข้ารหัส MP3 มาให้ (ทุกเบราว์เซอร์เล่น MP3 ได้ แต่สร้าง MP3 ไม่ได้) เมื่อเราตัดและต่อคลื่นเสียงใหม่แล้ว รูปแบบเดียวที่เขียนออกมาได้อย่างถูกต้องในเครื่องคุณคือ WAV ซึ่งเป็นไฟล์ไม่บีบอัด จึงใหญ่กว่า MP3 ต้นฉบับหลายเท่า เราแสดงขนาดโดยประมาณให้เห็นก่อนกดดาวน์โหลดเสมอ ถ้าเป็นเสียงพูดที่อัดจากไมค์ตัวเดียว การติ๊ก “รวมเป็นเสียงโมโน” จะลดขนาดลงครึ่งหนึ่งโดยแทบไม่เสียคุณภาพที่ได้ยิน และถ้าต้องการไฟล์เล็กจริง ๆ ให้นำ WAV ที่ได้ไปแปลงเป็น MP3 ต่ออีกทีหนึ่ง

ไม่ถูกอัปโหลดไปไหนเลย ทั้งการถอดรหัสเสียง การหาช่วงเงียบ และการเขียนไฟล์ใหม่ ทำด้วยจาวาสคริปต์ในเบราว์เซอร์ของคุณทั้งหมด และได้ผลทันที ข้อจำกัดคือความยาวไม่เกิน 20 นาทีต่อไฟล์ เพราะการกางเสียงลงหน่วยความจำกินราว 21 MB ต่อ 1 นาที ยาวกว่านั้นแท็บอาจถูกระบบปิดเองโดยไม่มีคำเตือน ถ้าไฟล์ยาวกว่านี้ ให้ซอยเป็นท่อนก่อนแล้วนำมาทำทีละท่อน