Visuelles Schneiden von Musik...

dmh · 25. Juli 2005

Und direkt nochmal was vom DMH:

Habe mittlerweile clipinc am Laufen und finde das auch ne tolle Sache. Benutze dafür die clipinc_mark.pl aus dem Forum, die mir in der marks-Datei die Schnittmarken sowie die Titel speichert. Allerdings sind die 12-Frames, die durch die GOPs entstehen, für den Audio-Schnitt nicht wirklich benutzbar... (zu ungenau)

Würde nun gerne ein Plugin schreiben, welches so aussieht, wie die normale Wiedergabe von Filmen, nur, dass in der oberen Ecke des Bildes die Wave-Forms der Audio-Spur angezeigt und mit einer Positionslinie versehen werden, so dass man die Ruhestellen vor und nach dem Clip auswählen kann. Dann könnte das Plugin die Audio-Daten an den entsprechenden Stellen auslesen, umwandeln und als MP3-Datei im richtigen Format speichern. (Außerdem wären so Sachen wie "insert digital silence" oder fade-in and -out als Erweiterungen denkbar *träum*)

Nun meine Fragen:

1. Gibt es sowas (oder ähnliches) schon, so dass ich mir die Mühe sparen kann?

2. Geht das überhaupt so, oder hab ich da irgendwo einen Gedankenfehler drin?

3. Hat jemand schon Erfahrungen gesammelt, wie "schnell" das OSD ist? Stichwort: Anzeige der Wave-Form in Echtzeit

4. Könnte man das evtl. mit dem Spektrum-Analysator (von hier und hier) verbinden?

Bitte schreibt mal Eure Meinungen dazu.

DMH

burki · 25. Juli 2005

Hi,
hatte vor einigen Monaten einen aehnlichen thread eroeffnet, woebi es da nicht ums Schneiden im OSD ging und zudem noch um DD-Spuren (nehme primaer von OE1DD und auch B4 auf).
Zu Deinen Fragen:
1.) nicht das ich wuesste
2.) die Idee sollte doch "verlustfreies" Schneiden sein (fuer mp3 existiert da ja z.B. unter einem Windows mp3DirectCut), d.h. so wie Du es Dir vorstellst, muesste zunaechst dekodiert werden
3.) selbst zum beim rein nichtvisuellen Schneiden innerhalb des VDRs muss ich bei reinen Tonspuren immer die "4" oder "6" auf der FB benutzen.
4.) daran ist IMHO nicht zu denken ... --> im Falle, dass nicht eine FF-Karte benutzt wird, sieht das natuerlich etwas anders aus, doch auch hier habe ich Bedenken.
Gruss
Burkhardt

pram · 25. Juli 2005

Hi,

die Frage ist, ob es dann noch sinnvoll ist, den Videostream mitzuschneiden (geht imho sowieso nicht, da nur alle 12 Frames geschnitten werden kann) oder gleich als MP2 extrahieren.
(kann man aber auch nur wieder an den Framegrenzen des MP2's schneiden)

Die Steuerung des Cursors über die Fernbedienung sollte nicht das Problem sein, muss man nur ein wenig intelligent lösen:
4-6 verschiebt den Cursor (je nach Zoom)
7-9 springen zwischen den Markierungen
1-3 zoomin/out der Waveform
2: Start schnitt
8: Play ab markierung
5: ruft Sondermenu auf mit Funktionen wie:
- jump fwd/back to next silence
- insert zero Frames usw.

Ich würde das OSD so aufbauen:
1/3 der Höhe für die Waveform des gesamten Stücks (für Überblick)
2/3 ein Zoom obiger, in dem man alle Änderungen durchführt

Sind die Schnittmarken erst mal gefunden, so sollte sich daraus leicht ein MP2 erstellen lassen.

Gruß
Roland

burki · 25. Juli 2005

Hi,
nochmals kurz:

Zitat

die Frage ist, ob es dann noch sinnvoll ist, den Videostream mitzuschneiden (geht imho sowieso nicht, da nur alle 12 Frames geschnitten werden kann) oder gleich als MP2 extrahieren.

m.E. ist es mehr als sinnvoll, das Ganze bei mpeg zu belassen, d.h. ich moechte natuerlich auch die geschnittene (oder mit Schnittmarken behaftete) Radio-Aufnahme natuerlich auch wieder wie jede andere VDR-Aufnahme abspielen koennen.

Zitat

Die Steuerung des Cursors über die Fernbedienung sollte nicht das Problem sein, muss man nur ein wenig intelligent lösen:

ich meinte damit die Verzoegerung, bis die Schnittmarke gesetzt wird, was wiederum vom benutzten skin abhaengig ist.

Zitat

Ich würde das OSD so aufbauen:
1/3 der Höhe für die Waveform des gesamten Stücks (für Überblick)
2/3 ein Zoom obiger, in dem man alle Änderungen durchführt

Dir sind die Beschraenkungen (z.B. bzgl. Aufloesung) des OSDs aber schon bekannt ?
Gruss
Burkhardt

dmh · 25. Juli 2005

Das hört sich schonmal soweit ganz gut an, danke für die Tipps!

Bin gerade dabei etwas in die Analen von MPEG-2 einzutauchen. Hab mal mit Java (kenn ich mich besser mit aus als C++) etwas rumgespielt und finde jetzt in einer .vdr-Datei die Audio-Streams, den zugehörigen PTS und dann stehen als Daten bei meiner Test-Datei (Aufname Nightwish von VIVA2) 4 MPEG-Audio Frames in einem PES-Paket...

Was genau heißt, man kann nur an den (Audio-)Frame-Grenzen schneiden? Ich hab mir das so vorgestellt, dass die Bilder eben in GOP's (also 1 ganzen Bild und dann nur noch die Differenzen) dargestellt, die Audio-Ströme allerdings jeweils als volle Frames dargestellt werden. Bin da aber noch nicht ganz hinter gestiegen, wie hoch die Audio-Auflösung ist... Weiß das jemand?!?

Ich würde die Streams halt gerne als MP3s rauskriegen, damit man die auch im Auto oder so hören kann. Mit MP2 kann ich da nicht so viel anfangen. Aber das könnte man ja wahlweise als MP2 oder MP3 ausgeben. (Bei MP3 könnte man eben Meta-Infos wie Titel, Interpret, etc. hinterlegen...)

pram · 25. Juli 2005

burki

Zitat

m.E. ist es mehr als sinnvoll, das Ganze bei mpeg zu belassen, d.h. ich moechte natuerlich auch die geschnittene (oder mit Schnittmarken behaftete) Radio-Aufnahme natuerlich auch wieder wie jede andere VDR-Aufnahme abspielen koennen.

Dann müsstest du sie so schneiden wie bisher, ich denke das ein (Video)Frame-genauer Schnitt sehr schwierig zu machen ist, weil wegen der unvollständigen GOP's zusätzliche I-Frames berechnet werden müssen.

Das Hauptziel sollte glaub ich wirklich die MP2-Erstellung sein.

Zitat

Dir sind die Beschraenkungen (z.B. bzgl. Aufloesung) des OSDs aber schon bekannt ?

Wieso, ich hab 4MB
Aber im Ernst, zum Darstellen der Waveform reichen 2 Bit (=4 Farben) und ein zusätzlicher Layer für den Cursor.
Das Hauptmenü von VDR ist auch fast fullscreen und trotzdem noch schön bunt.

dmh

Zitat

Was genau heißt, man kann nur an den (Audio-)Frame-Grenzen schneiden?

Schneiden kann man immer dann, wenn nachfolgendes ab der Schnittposition wieder eindeutig dekodiert werden kann, das ist bei Video vor einem I-Frame (jeder 12-te) oder bei Audio an den MP2-Frames.
Möchte man Samplegenau schneiden, so müsste man die "zerbrochenen" Frames neu kodieren.

Gruß
Roland

dmh · 25. Juli 2005

Denke auch, dass die "GUI" nicht so das große Problem darstellt; 4 Farben sollten reichen...

Könntet Ihr mir bitte nochmal sagen, welchen Vorteil es hätte, bei mp2 zu bleiben?

Und hier mal ein kleiner Ausschnitt von meiner Java-Programm-Ausgabe:

Code

Audio found at 1800
PTS: 0:5:14.233
Audio found at f2e6
Audio found at 135bd
Audio found at 1e6a4
PTS: 0:5:14.234
Audio found at 26a5b
Audio found at 28dca
Audio found at 32332
PTS: 0:5:14.234
Audio found at 3aada
Audio found at 3d2da
Audio found at 47337
PTS: 0:5:14.235
Audio found at 50af2
Audio found at 53483
Audio found at 5de8a
PTS: 0:5:14.235
Audio found at 6719d
Audio found at 69cdd
Audio found at 74728

Alles anzeigen

Das Audio found heißt ein PES-Paket mit Kennung 0xC0 (=> Audio Kanal 1). In jedem dieser Pakete sind dann 4 MPEG-Frames gespeichert. Wo liegt dann jetzt genau die Grenze, um Schneiden zu können, ohne neu kodieren zu müssen? Und wenn das mit der PTS-Umsetzung geklappt hat, heißt das, dass ich zu jeder Tausendstel Sekunde 6 PES mit jeweils 4 MPEG-Frames, also 24 MPEG-Frames pro Tausendstel Sekunde habe.

Ist das richtig? Ist das die maximale Auflösung oder sind die MPEG-Frames auch noch weiter unterteilt?!?

burki · 25. Juli 2005

Hi,

Zitat

Dann müsstest du sie so schneiden wie bisher, ich denke das ein (Video)Frame-genauer Schnitt sehr schwierig zu machen ist, weil wegen der unvollständigen GOP's zusätzliche I-Frames berechnet werden müssen.

das macht der VDR ja auch jetzt schon (ich schneide immer direkt im VDR), nur hier ist eben der Wunsch nach einer Visualisierung (s.u.).

Zitat

Aber im Ernst, zum Darstellen der Waveform reichen 2 Bit (=4 Farben) und ein zusätzlicher Layer für den Cursor.

Waehle mal auf Deinem Monitor PAL-Aufloesung (interlaced) und benutze Deinen Lieblings-Wav-Editor.
Ich hab z.B. gerade "Tristan und Isolde" aufnehmen lassen ( --> 6 h) und dann willst Du die Komplettaufnahme anzeigen lassen ?
Ich finde einfach den TV fuer solch eine Aufgabe voellig ungeeignet.
Zudem: Wav anzeigen lassen heisst eben auch demuxen und (zumeist) dekodieren, was gerade bei solchen Aufnahmen einen unnoetigen overhead bedeutet (vom Quaitaetsverlust beim nachherigen Enkodieren mag ich garnicht reden).
Und was passiert zudem, wenn noch mehr Sender auf DD umsteigen (zur IFA wird man das ja sehen) ?

Zitat

Ich würde die Streams halt gerne als MP3s rauskriegen, damit man die auch im Auto oder so hören kann. Mit MP2 kann ich da nicht so viel anfangen. Aber das könnte man ja wahlweise als MP2 oder MP3 ausgeben. (Bei MP3 könnte man eben Meta-Infos wie Titel, Interpret, etc. hinterlegen...)

das ist doch nach dem Schnitt ein Zweizeiler ...
Gruss
Burkhardt

pram · 25. Juli 2005

Hi,

Zitat

Könntet Ihr mir bitte nochmal sagen, welchen Vorteil es hätte, bei mp2 zu bleiben?

vielleicht ist das noch nicht klar geworden, in den *.vdr Files ist der Ton bereits fertig als MP2 (meist 192kbps). Man muss ihn nur noch raus "kopieren" in dem man das File demuxed.

Wenn man das Ganze dann doch als MP3 will, muss man halt nochmal "lame" drüber laufen lassen. Es macht aber meiner Meinung keinen Sinn, ein 192kbps MP3 aus einer VDR-Aufnahme zu erstellen.

laut http://ddc.mahns.com ist ein MP2 Frame 1152 Samples lang, das sind ca 25 ms.

Gruß
Roland

dmh · 26. Juli 2005

Ehrlich gesagt, kam mir das nicht so sehr auf die Visualisierung an. Das Wichtigste dabei war die Auflösung. Wenn ich das - auch zu so später Stund - noch richtig sehe, ist doch ein I-Frame die kleinste Einheit, die VDR schneiden kann, richtig? Und so einer tritt alle 12 Frames auf. 25 Frames davon gibt es pro Sekunde, das heißt, dass die Schnittauflösung von VDR 12 / 25 s ist, was 480 ms entspricht. Wenn MP2 jetzt aber an den Frames geschnitten werden kann und diese 25 ms lang sind, dann ist die Auflösung doch höher und man kann genauer schneiden, oder etwa nicht?

Also mein Ziel war / ist es, Lieder von VIVA genauer als die I-Frames zu schneiden, was meiner Meinung nach gehen sollte. Damit das dann noch besser klappt, wollte ich die Wave-Form anzeigen, damit man sehen kann, wo der "Krach" losgeht... Wollte also eigentlich nicht 6 Stunden Audio auf die 768 x 576 Pixel zwängen, sondern meinetwegen auch nur die Lied-Anfänge und -Enden...

Und dann hatte ich in meinem jugendlichen Leichtsinn auch noch gedacht, dass, wenn ich eh auf MPEG-Frames herunterbrechen muss, dann könnte man doch noch 2 Sekunden Pause oder so ans Ende anhängen. Und da für die Wave-Form eh PCM-Daten benötigt werden, könnte man in ganz, ganz ferner Zukunft überlegen, Fade-Ins oder -Outs hinzubekommen. Aber wie gesagt, das wichtigste zunächst: Genauer als I-Frame schneiden können...

Weiß denn jemand, ob der Schnitt an MPEG2-Frames möglich ist?

Und, reicht es eigentlich aus, wenn ich alle MPEG2-Frames, die ich finden kann, in eine Datei reinklatsche und diese dann mit "irgendeinname.mp2" benennen?

HFlor · 26. Juli 2005

Hallo dmh,

Zitat

Original von dmh

Weiß denn jemand, ob der Schnitt an MPEG2-Frames möglich ist?

Ja, die Pakete enthalten immer einen eigenen Header mit dem Abspielparametern, einfach die vollständigen Frames in die Datei rein und Fertig ...

Zitat

Und, reicht es eigentlich aus, wenn ich alle MPEG2-Frames, die ich finden kann, in eine Datei reinklatsche und diese dann mit "irgendeinname.mp2" benennen?

Ja

Hardy

PS: die Darstellung der Waveform an der Schnittposition halte ich persönlich für sinnvoll.

dmh · 26. Juli 2005

Na das hört sich doch gut an.

Stelle mir das in etwa so vor, wie im angehängten Bild. Natürlich könnte man noch zusätzliche Infos wie In-Zeit und Out-Zeit, Titel und Interpret (übernommen von clipinc) anzeigen. Und die Wave-Form noch etwas optimieren. Vielleicht auch eine Zoom-Option wie klein und groß, aber nicht stufenlos

Wenn ich alles richtig verstanden habe, liegt die Schnittgenauigkeit bei 24 bis 32 Millisekunden, was dann für Lied-Anfänge und Enden reichen sollte.

Wer möchte, ist herzlich dazu eingeladen seinen VisCut-OSD-Vorschlag in diesen Thread einzureihen...

herbsl · 1. September 2005

hi,

ich schreibe gerade ein audiorecorder-plugin, mit welchem schon waerend der aufzeichnung der/die audio-streams seperat als .mp2 (bzw. spaeter auch .ac3) file abgespeichert werden. die ts- bzw. pes-header werden dabei also schon automatisch entfernt. das schneiden dieser files kann dann durch einfaches kopieren framegenau erfolgen

hast du fuer die osd-anzeige schon code-geschrieben ?

gruesse
herbsl

dmh · 1. September 2005

Hallo herbsl,

ja, das hab ich, allerdings nur sperrlich. Das Projekt wurde jetzt erstmal wegen Mangel an Zeit eingestellt. Das ganze beruht im Moment noch auf der ffmpeg-Lib, hab aber schon Überlegungen angestellt, die Audio-Pakete doch manuell auszulesen und diese dann nur noch per ffmpeg decodieren zu lassen.

Das mit dem reinen Audiorekorder fänd ich nicht so toll, weil man an den Videos erstmal gut erkennen kann, wann die aufhören und so schneller navigieren kann. "Get the Clip" auf Viva II beispielsweise blendet sogar meistens die Restspielzeit ein... Ist also nicht umsonst, den Video-Teil mitaufzeichnen zu lassen.

Könnte Dir den Code ja zukommen lassen, wenn Du magst, allerdings ist der sehr experimentell, teils noch hardcoded, also Aufzeichnungsname stehen im Quelltext drin und wahrscheinlich kaum dokumentiert. Mußt nochmal bescheid sagen, wenn Du's haben möchtest...

Grüße DMH

Visuelles Schneiden von Musik...

Jetzt mitmachen!

Teilen

Benutzer online in diesem Thema