用一首歌的三版母带，我拆出了現場專輯的動態落差

前陣子整理一批 90 年代的現場專輯，遇到一個很具體的麻煩：同一首歌，錄音室版、現場版、後來重發的 remaster 版擺在一起，音量差到切歌時要一直轉旋鈕。我拿〈大概〉這首當樣本，三個檔案都是 16bit/44.1kHz 的 CD 抓軌，長度 4 分多鐘，用 ffprobe 先確認沒有隱藏的音量標籤，再進 Audacity 看波形。

做法很土：三版各取主歌最後 8 秒到副歌前 8 秒，用 ffmpeg -ss ... -t ... -af astats 輸出 RMS 和 peak。

ffmpeg -i live.wav -ss 62 -t 16 -af astats=metadata=1 -f null -

三個數字出來，現場版的 RMS 比錄音室版低約 3dB，但 peak 反而高 1.5dB。也就是說現場版的動態範圍比較大，掌聲和樂器一起衝上來的時候，峰值被拉高，整體平均卻被壓低。後來重發的 remaster 版，RMS 幾乎追上錄音室版，peak 也被削平，聽起來就是「比較大聲但比較平」。

為什麼要這樣做：如果我直接用 ReplayGain 把三版歸一到同一個音量，現場版會被推上去，掌聲段落會先爆掉；反過來，如果照專輯內歸一，切到錄音室版又會覺得小聲。我的取捨是保留現場版的原始動態，只在播放清單裡標記「這首是現場，音量不要跟錄音室版比」。代價是每次切歌都要手動調，沒有一個自動方案能同時滿足「不爆峰值」和「聽感一致」。

會失效的地方：掌聲密集的段落，astats 的 RMS 會被短暫的高能量拉高，數字看起來沒那麼低；如果現場版本身已經做過壓縮，這個方法就分不出動態落差。我自己踩過的坑是拿一段只有人聲的段落去比，結果三版幾乎一樣，白忙一場。所以要挑樂器全下的段落，而且要固定同一段時間，不能這版取主歌、那版取副歌。

你們在整理現場專輯的時候，是怎麼處理這種「同一首歌不同版本音量不一致」的情況？會保留原始動態，還是寧可歸一到聽感一致？