往简单的方面说，（不需要量化到具体的DTMF）

如何在长达数小时的晚会视频中，快速找到高潮，并剪辑成集锦？

或者1.5小时的足球比赛中，剪辑成全场最佳？

如果要是用两个屏幕，即使加速播放也要花很长时间，耗费精力。

于是，我自己就想了个主意，通过观察声音的waveform（就是声波的形状）来判断，准确率和效率都很高。

比如像这样就是比较平淡的内容

-----------------------------

像这样就是观众有起伏的笑声，或者场面开始热闹

---------------------------------------

像这样，比赛开始了（那个尖尖高高的就是一声哨响）

---------------------------------------

像这样，就是进球后的高潮。如果持续很短的话，往往可能是单刀或者出现了很好的机会但是求没进去。

---------------------------------------

总之大家通过自己的经验和常识判断就行了。

PS，这个技巧肯定很多年前就有人用了，但还是为自己独立想出来的而高兴一下~~