给一首歌的八个现场版做响度对齐，我用 ffmpeg 而非耳朵

手上有八个现场版，都是同一首歌，来自不同年份的 bootleg。场景：本地存了 1.2GB 的 flac，采样率参差不齐（44.1k 和 48k 混着），音量差异大到我得不停拧旋钮——从 -14 LUFS 到 -8 LUFS 都有。想对比编曲和即兴段落，结果每次切歌都要调音量，比来比去耳朵先累了。

我的做法是先用 ffmpeg 统一到同一个响度，再做切段对比。核心是 loudnorm 滤镜，两遍处理：第一遍只测量，第二遍按测量结果应用。

# 第一遍：只测量，输出到日志
ffmpeg -i live01.flac -af loudnorm=I=-16:TP=-1.5:LRA=11:print_format=json -f null - 2> m01.json

# 第二遍：把测到的值填进去
ffmpeg -i live01.flac -af "loudnorm=I=-16:TP=-1.5:LRA=11:measured_I=-12.3:measured_TP=-0.8:measured_LRA=6.2:measured_thresh=-22.1:offset=0.4:linear=true" -ar 44100 out01.flac

八个文件我写了个循环，用 jq 从第一遍的 json 里抓 measured 字段拼第二遍命令。为什么用两遍：单遍 loudnorm 是动态调整增益，会随段落变化，现场版里鼓点密集的段落会被压得比安静段更狠，对比时听到的差异就不只是演奏差异了。两遍加 linear=true 是尽量做线性增益，保持动态关系。代价是：如果某个文件本身削波严重，线性增益救不回来，只能重采样或者手动降。

哪里会失效：第一，loudnorm 的测量对短文件不稳，我这八个都是四五分钟，勉强够；如果切的是 30 秒片段，测出来的 I 值波动很大，不如直接手动估。第二，bootleg 里常有观众喊叫和掌声，这些噪声会把 LRA 拉高，导致安静段被压得更低；我的处理是先在 audacity 里粗剪掉开头结尾的掌声，再进 ffmpeg。第三，linear=true 在测量的 thresh 和实际动态差太多时会自动退回动态模式，日志里会警告，得看。

统一到 -16 LUFS 之后，切歌不用再动音量，才听出来第三版和第七版的贝斯线其实几乎一样，只是混响不同。

你们对比同一首歌的多个版本时，是统一响度还是保留原始动态？我有点怀疑统一之后反而丢掉了现场混音师的意图。