오디오 파일을 합쳤는데 왜 구간마다 소리 크기가 다를까? 직접 측정

핵심은 두 종류의 '맞추기'를 구분하는 것

같은 길이, 다른 신호 세기의 소리를 연결했습니다

1. 1

   툴릿에 포함된 FFmpeg WebAssembly 엔진으로 440Hz와 660Hz의 순수한 시험 소리를 각각 2초씩 만들었습니다. 둘째 파일의 신호 진폭을 첫째의 4배로 설정했습니다. 사람 목소리나 음악이 아닌, 차이가 유지되는지를 쉽게 측정하기 위한 입력입니다.

2. 2

   도구가 사용하는 실제 합치기 명령으로 두 WAV를 44.1kHz·스테레오의 한 WAV로 만들었습니다. 완성 파일의 0.2~1.8초와 2.2~3.8초 구간을 읽어 평균 신호 세기(RMS)를 dBFS로 계산했습니다. 처음과 끝의 경계는 측정에서 제외했습니다.

3. 3

   재현 코드는 scripts/measure-audio-merge-levels.mjs에 있습니다. 아래 dBFS는 디지털 신호의 측정값이며, 사람이 목소리나 음악을 얼마나 크게 느끼는지를 직접 평가한 LUFS 값이나 청취 실험 결과는 아닙니다.

합친 파일에서도 앞뒤 차이가 남았습니다

두 파일은 총 4초의 한 파일로 이어졌고 출력은 44.1kHz·스테레오가 됐습니다. 그러나 앞뒤 구간의 측정 음량 차이는 입력에서 설정한 진폭 비율에 맞게 12.0dB 남았습니다. 형식 통일이 곧 음량 통일은 아니라는 뜻입니다.

'같은 형식'과 '같은 크기'는 다른 일입니다

서로 다른 샘플링 속도나 채널 구성을 가진 음성을 하나의 파일로 재생하려면 출력 규격을 맞춰야 합니다. 툴릿의 합치기 명령은 이 작업을 한 뒤 순서대로 연결합니다. 여기에 각 파일의 진폭이나 체감 음량을 측정해 보정하는 필터는 들어 있지 않습니다.

따라서 MP3와 WAV처럼 형식이 다른 파일을 합칠 수 있다는 설명을 '각 부분의 볼륨도 자동으로 비슷해진다'고 해석하면 안 됩니다. 원본 녹음 환경이 달랐다면 결과의 구간 차이도 남을 수 있습니다.

최대 음량만 같으면 괜찮을까요?

꼭 그렇지는 않습니다. 한 파일에 갑작스러운 큰 소리 한 번이 있고 나머지는 조용하다면 최고점만 같게 맞춰도 대부분 구간은 작게 들릴 수 있습니다. 일정한 듣기 경험이 목표라면 최고점 조정과 평균적으로 느끼는 크기 조정을 구별해야 합니다. Audacity도 최고점 기반 정규화와 체감 음량 기준 정규화를 별도로 설명합니다.

이번 시험의 440Hz·660Hz 순음은 실제 대화나 음악을 대표하지 않습니다. 서로 다른 음색·잡음·침묵이 섞인 녹음에서는 dBFS 차이가 곧 청취자가 느끼는 차이와 같지 않을 수 있습니다.

합치기 전에 어떻게 확인할까요?

각 원본의 시작·중간·끝을 같은 재생기와 같은 볼륨에서 들어보세요. 대화가 갑자기 작거나 커지는 부분이 있다면 음량 편집을 지원하는 프로그램에서 파일별 수준을 조정하고, 왜곡이나 잡음이 생기지 않았는지 다시 들은 뒤 합치는 편이 낫습니다.

원본의 크기가 이미 비슷하고 목적이 단순히 순서대로 한 파일로 묶는 것이라면 별도 조정이 필요하지 않을 수 있습니다. 음량을 수치 하나로 강제로 같게 만드는 것도 음악의 의도한 강약을 해칠 수 있으므로 용도를 먼저 생각하세요.

이 결과로 단정할 수 없는 것

이번 12dB 차이는 의도적으로 설정한 두 순수 신호와 WAV 출력에서 얻었습니다. 모든 합친 오디오에서 12dB 차이가 난다는 뜻이 아니며 MP3·AAC의 압축 오차나 사람의 체감 음량을 시험한 결과도 아닙니다. 자신의 파일에서는 실제로 들리는 경계를 확인해야 합니다.