把演唱會實錄轉成可重播的歌單：我用 mpv 對拍的笨辦法

上個月拿到一場小型 Live 的現場錄音，48kHz／24bit 的 WAV，整場 1 小時 47 分，中間有兩段 MC 跟一次換弦的空白。我想把它切成能放進播放器的單曲，但不想靠猜——之前那批現場檔就是憑耳朵切，事後回頭聽，副歌前奏被砍掉半拍的地方至少五、六處。

這次的做法是拿 mpv 當對拍工具。先把原檔跟一份已知 BPM 的參考曲放進同一個播放清單，用 mpv --audio-file-paths 之外的方式其實不必要，重點是這幾個參數：

mpv live.wav --speed=1.0 --audio-pitch-correction=no \
  --script-opts=osc-visibility=always --osd-level=2

真正的關鍵是按鍵：[ 和 ] 在 mpv 裡是調速度，但我要的是標點，所以改用 --input-conf 綁自訂鍵，把當前時間戳印到終端：

Ctrl+t script-message-to console print-text "${time-pos/full}"

一場下來我按了 37 次，終端留下一串秒數。把這些秒數貼進一個純文字檔，再用 ffmpeg 的 -ss 逐段切：

ffmpeg -ss 0 -to 214.6 -i live.wav -c copy 01_intro.wav
ffmpeg -ss 214.6 -to 402.1 -i live.wav -c copy 02_song.wav

-c copy 不動編碼，切點落在樣本邊界附近會有極小的爆音，但我這場是 24bit，聽不出來；代價是切點不能任意精準到毫秒，得接受幾毫秒的誤差。

為什麼不直接用 Audacity 看波形？因為我看波形會分心，而且現場的掌聲會把波形撐滿，人聲反而扁掉。用 mpv 純聽、只按時間戳，逼自己用耳朵判斷「這裡是進歌點」，判斷錯的成本是重聽一次，不是重拉一次波形。

失效的地方很明確：節奏自由的段落，比如那段清唱，我按出來的時間戳跟實際樂句起點差了快 0.4 秒；還有換弦那段空白，我切完才發現它被併進前一軌的尾巴，後來手動補切。另外 -ss 放在 -i 前面是關鍵幀快進，對 WAV 沒差，但如果你拿的是 MP3 或 AAC，切點會被拉到最近的关键帧，得改成放 -i 後面重編碼，慢很多。

現在這份歌單 12 軌，我重播了三次，只有一軌的結尾收得比較倉促。你們切現場檔的時候，是接受幾毫秒的誤差直接 -c copy，還是寧願重編碼換精準？