将音频文件压缩到指定大小(2-3MB),保持人声清晰度,输出到原文件夹
音频压缩工具 (audio-compress)是一项面向实际任务的技能,主要用于将大体积音频文件压缩到目标大小(默认 2-3MB),保持人声清晰度,自动输出到原文件夹;飞书语音消息文件过大需要压缩再使用;
人声足够,体积减半;22050 Hz;人声频段完整保留;64 kbps;平衡体积与清晰度;兼容性最佳;
压缩效果参。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
将大体积音频文件压缩到目标大小(默认 2-3MB),保持人声清晰度,自动输出到原文件夹。
| 参数 | 值 | 说明 |
|---|---|---|
| 声道 | 单声道 (mono) | 人声足够,体积减半 |
| 采样率 | 22050 Hz | 人声频段完整保留 |
| 码率 | 64 kbps | 平衡体积与清晰度 |
| 格式 | MP3 | 兼容性最佳 |
| 原文件 | 压缩后 | 压缩比 |
|---|---|---|
| 11 MB / 4分28秒 / 320kbps立体声 | 2.1 MB / 4分28秒 / 64kbps单声道 | ~5:1 |
# 基本压缩(单声道 22050Hz 64kbps) ffmpeg -y -i /path/to/input.mp3 -ac 1 -ar 22050 -b:a 64k /path/to/output.mp3
import subprocess
from pathlib import Path
def compress_audio(input_path, output_path=None):
"""压缩音频到约2-3MB"""
if output_path is None:
p = Path(input_path)
output_path = str(p.parent / f"{p.stem}_compressed{p.suffix}")
result = subprocess.run([
'ffmpeg', '-y',
'-i', input_path,
'-ac', '1',
'-ar', '22050',
'-b:a', '64k',
output_path
], capture_output=True, text=True)
if result.returncode == 0:
orig_size = Path(input_path).stat().st_size
comp_size = Path(output_path).stat().st_size
ratio = orig_size / comp_size
return {"success": True, "output": output_path, "ratio": f"{ratio:.1f}:1"}
else:
return {"success": False, "error": result.stderr}
让 Hermes Agent 执行:
帮我压缩这个音频到2-3MB,输出到原文件夹
ffprobe -v error -show_entries format=duration -of default=noprint_wrappers=1:nokey=1 compressed.mp3 ffmpeg -v error -i compressed.mp3 -f null - 2>&1 ls -lh compressed.mp3
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 133.9万人学习
共49课时 | 82.5万人学习