Audio Processor

Audio Processor 스킬

Overview

ffmpeg을 활용한 오디오 파일 변환 및 처리 자동화 스킬입니다.

중요: 이 스킬이 활성화되면 Claude가 자동으로 스크립트를 실행합니다. 사용자가 직접 명령어를 입력할 필요가 없습니다.

핵심 기능:

• 포맷 변환: wav, m4a, opus, mp3 등 상호 변환
• 샘플레이트 변환: 8kHz, 16kHz, 22.05kHz, 44.1kHz, 48kHz
• 채널 변환: 스테레오 → 모노, 모노 → 스테레오
• 세그먼트 분할: 고정 시간 또는 타임스탬프 기반 분할
• 배치 처리: 디렉토리 내 여러 파일 일괄 처리

Script Location

SCRIPT: ./scripts/audio-process.sh

Claude는 이 스크립트를 Bash 도구로 직접 실행합니다.

When to Use

이 스킬은 다음 상황에서 활성화됩니다:

명시적 요청:

• "오디오 변환해줘", "wav로 바꿔줘"
• "샘플레이트 16kHz로 변경해줘"
• "모노로 변환해줘"
• "10초 단위로 분할해줘"
• "ffmpeg으로 처리해줘"

자동 활성화:

• 오디오 파일 처리 요청 시 (.wav, .mp3, .m4a, .opus 등)
• 음성 데이터 전처리 요청 시

Prerequisites

스크립트는 ffmpeg, ffprobe, jq, bc 를 사용한다. 넷 중 하나라도 없으면 작업을 시작하기 전에 이름을 밝히며 멈춘다.

# 의존 명령 확인 (ffprobe 는 ffmpeg 패키지에 포함된다)
ffmpeg -version
ffprobe -version
jq --version
bc --version

# 스크립트 실행 권한
chmod +x /path/to/agt/ml/audio-processor/scripts/audio-process.sh

Workflow

Claude 실행 절차

Step 1: 사용자 요청 분석

• 입력 파일 경로 확인
• 원하는 변환 유형 파악 (포맷/샘플레이트/채널/분할)
• 출력 경로 결정 (명시되지 않으면 입력 파일과 같은 디렉토리)

Step 2: 스크립트 실행

# 스크립트 경로
SCRIPT=./scripts/audio-process.sh

# 포맷 변환 (출력 포맷은 <output> 확장자로 결정된다)
$SCRIPT convert <input> <output> [--sr <rate>] [--mono|--stereo] [--overwrite]

# 세그먼트 분할
$SCRIPT segment <input> <output_dir> [--duration <sec>|--timestamps <t1,t2,...>] [--overwrite]

# 배치 변환
$SCRIPT batch <input_dir> <output_dir> [--format <fmt>] [--sr <rate>] [--mono|--stereo] [--overwrite]

# 파일 정보 조회
$SCRIPT info <file>

각 명령은 자기 옵션만 받는다. 모르는 옵션은 조용히 버려지지 않고 오류로 멈추므로, --mono 를 --mno 로 잘못 쓰면 변환이 안 된 채 성공으로 보고되는 일이 없다. 기존 파일은 기본적으로 덮어쓰지 않는다: --overwrite 를 붙여야 덮어쓴다.

Step 3: 결과 보고

• 스크립트 출력을 사용자에게 전달
• 변환 성공/실패 여부 확인

명령어 레퍼런스

자주 사용하는 변환 조합

Examples

예시 1: 기본 포맷 변환

사용자: test.mp3를 wav로 변환해줘

Claude: 오디오 변환을 수행합니다.

$ audio-process.sh convert test.mp3 test.wav

✅ 변환 완료
- 입력: test.mp3 (44.1kHz, stereo, 3:25)
- 출력: test.wav (44.1kHz, stereo, 3:25)

예시 2: ML 전처리 (16kHz mono)

사용자: 이 오디오 파일을 음성인식 모델용으로 변환해줘

Claude: ML 학습에 적합한 형식으로 변환합니다.

$ audio-process.sh convert input.m4a output.wav --sr 16000 --mono

✅ 변환 완료
- 입력: input.m4a (48kHz, stereo, 5:30)
- 출력: output.wav (16kHz, mono, 5:30)
- 파일 크기: 48MB → 10.5MB

예시 3: 세그먼트 분할

사용자: 긴 오디오를 10초 단위로 나눠줘

Claude: 10초 단위로 세그먼트를 분할합니다.

$ audio-process.sh segment long_audio.wav segments/ --duration 10

✅ 분할 완료
- 입력: long_audio.wav (2:30)
- 출력: 15개 세그먼트 (입력 파일 이름 + _000 부터)
  - segments/long_audio_000.wav (10s)
  - segments/long_audio_001.wav (10s)
  ...
  - segments/long_audio_014.wav (10s)

예시 4: 배치 처리

사용자: recordings 폴더의 모든 mp3를 16kHz mono wav로 변환해줘

Claude: 배치 변환을 수행합니다.

$ audio-process.sh batch recordings/ converted/ --format wav --sr 16000 --mono

✅ 배치 변환 완료
- 처리: 25개 파일
- 성공: 25개
- 출력 디렉토리: converted/

Configuration

기본값 설정

스크립트 상단에서 기본값 수정 가능:

DEFAULT_FORMAT="wav"          # batch --format 미지정 시
DEFAULT_SEGMENT_DURATION=10   # segment --duration 미지정 시

샘플레이트와 채널에는 기본값이 없다. --sr/--mono/--stereo 를 주지 않으면 convert 와 batch 는 원본 값을 그대로 유지한다.

출력 포맷별 권장 설정

아래 표는 참고용 권장값이다. 스크립트가 자동으로 넣는 코덱 옵션은 wav 출력의 -c:a pcm_s16le 뿐이고, 나머지 포맷은 ffmpeg 기본 코덱과 기본 비트레이트를 사용한다. 아래 비트레이트가 필요하면 ffmpeg 를 직접 호출해야 한다.

Best Practices

DO:

• 변환 전 info 명령으로 원본 파일 확인
• ML용 오디오는 16kHz mono PCM 사용
• 배치 처리 시 출력 디렉토리 미리 확인
• 긴 파일 분할 시 적절한 세그먼트 길이 선택

DON'T:

• 손실 포맷(mp3, opus)으로 여러 번 재인코딩
• 업샘플링으로 품질 향상 기대 (8kHz → 48kHz)
• 원본 파일 덮어쓰기 (항상 새 파일로 출력)

Troubleshooting

ffmpeg not found

# Ubuntu/Debian
sudo apt install ffmpeg

# macOS
brew install ffmpeg

코덱 지원 안됨

# 지원 코덱 확인
ffmpeg -codecs | grep -i opus

# 코덱 설치 (Ubuntu)
sudo apt install libopus-dev

메모리 부족 (대용량 파일)

전용 스트리밍 모드는 없다. 먼저 세그먼트로 나눈 뒤 조각별로 변환한다.

# 1) 60초 단위로 분할 (재인코딩 없이 -c copy 로 잘라내므로 메모리를 거의 쓰지 않는다)
audio-process.sh segment large.wav chunks/ --duration 60

# 2) 조각별 변환
audio-process.sh batch chunks/ converted/ --format wav --sr 16000 --mono

Resources