把同一首歌的12个现场版做成可对比的片段库，我用foobar2000干了件笨事

上个月整理一支乐队的现场录音，同一首歌手里攒了12个版本：不同年份、不同场地，有soundboard直录的，也有观众席手机录的。问题很具体——我想比较主歌第二段每次的吉他处理，但一个个拖进度条太蠢了，而且版本之间长度差得挺多，一个3分12秒，一个5分40秒还带一段即兴。

我的做法很土，没写脚本，全靠foobar2000加一个组件。先把12个文件统一成同一种格式的副本，避免原文件被动过：

for f in *.flac; do
  ffmpeg -i "$f" -ar 44100 -ac 2 "conv/${f%.flac}.wav"
done

然后在foobar里给这些文件打上同一个标签，比如 %compare%=曲名，再用 Playlist Tools 里的分组功能按这个标签折叠成一个组。关键一步是装 Seekbar 那个可视化组件，把波形叠在一起看——不是真叠，是快速切换时波形形状能对上。我一般是先听鼓的过门定位，因为鼓的位置在各版本里最稳，然后记下时间戳，写在一个纯文本里，格式就是 文件名 时间点 备注。

为什么不用更专业的工具？试过Audacity，多轨对齐一个3分钟的歌要手动挪十几次，12个版本就是灾难。也想过用Python的librosa做节拍对齐，但我不确定自己能不能把那堆参数调对，而且一次性的活，调参的时间比手动听还长。代价是这套办法完全依赖我的耳朵，换个不熟悉的歌就抓瞎；另外foobar的分组只是视觉上的，播放还是从头到尾，想跳到某一段得自己输时间。

失效的地方很明确：现场版如果调弦不一样（有次降了半音），波形对不上，定位就白费；手机录的那几个底噪太大，波形全糊，只能靠听。还有一个坑是标签写错一个字符，分组就散了，我一开始用了中文全角冒号，找了半小时才发现。

现在库里大概四十多个片段，每个备注都写得很短，比如“2019.3 桥段后加了一段清音扫弦”。想问问常做版本对比的人：你们是靠波形还是靠小节数定位？我总觉得我这套在即兴段落多的歌上迟早要崩。