把 180 首現場曲目做成 cue 後，我又手動補了 26 個分軌點

上個月整理一批 2016 到 2019 年的現場錄音，來源是同一位朋友的 Tascam DR-05，總共 23 場、180 首曲目。檔案是 44.1kHz／16bit 的 WAV，一場一個檔，長度從 48 分鐘到 1 小時 52 分不等。問題是：每場只有一個大檔，播放器只能從頭放到尾，想聽第 7 首就得自己拖時間軸。

我先用最笨的方法把每場的曲目切點記下來：在 foobar2000 裡播放，聽到前奏第一聲就按暫停，抄下時間碼到文字檔。180 首大概花了我三個晚上，每一場的紀錄長這樣：

01 00:00:00.000 開場
02 00:04:12.480 第一首
03 00:09:03.120

拿到時間碼後，寫成 cue sheet 讓播放器認：

FILE "live_2017-05-13.wav" WAVE
  TRACK 01 AUDIO
    TITLE "開場"
    INDEX 01 00:00:00
  TRACK 02 AUDIO
    TITLE "第一首"
    INDEX 01 04:12:48

注意 INDEX 的時間格式是 mm:ss:ff，ff 是 1/75 秒，不是毫秒。我一開始直接把毫秒除以 1000 塞進去，結果整場的分軌全部偏移，第二首就差了快半秒。換算方式是 ff = round(毫秒 / 1000 * 75)，我在腳本裡補了這一行才對上。

為什麼不直接切檔？因為我不確定自己會不會後悔。cue 是參照式分軌，原始 WAV 不動，切點錯了改文字就好；真的切成單曲檔，切壞了得從備份還原。代價是播放器要支援 cue，而且檔名和路徑不能隨便搬，搬了就要改 FILE 那一行。

會失效的地方比我想的多。第一，掌聲和下一首前奏常常黏在一起，我標的切點有一半是「我覺得差不多」，不是精準訊號。第二，有幾場中場休息後樂手調音調了很久，我把那段併進前一軌的尾端，聽起來像一首歌有三分鐘的雜訊尾巴。第三，我後來發現有 26 個切點明顯偏了 0.3 到 1 秒，全部回頭手動改 INDEX，這也是標題說的 26 個。第四，如果原始檔是 MP3，cue 的 FILE 要寫 MP3，但 foobar2000 對某些 MP3 的 gapless 處理會讓最後一軌多出一小段靜音，這我還沒完全搞定。

現在這 180 首可以像專輯一樣跳著聽了，但我還是不確定：現場錄音的「一首歌」邊界，到底該切在樂手停手的那一刻，還是切在觀眾鼓掌結束之後？你們自己的現場檔是怎麼定的？