Néztem a hangfile-t. Ahol szünet van, ott sem tökéletes a csend. Persze, ha analóg módon rögzítetted a hangot, akkor át vagyok verve, s úgy ez nyilván érthető, viszont ha valamilyen digitális metódussal, úgy ez informatív. Tehát az utóbbi feltételezésével a hangerő lett visszaszabályozva.
Nekem úgy tűnik, nem időben lett feltöltve csenddel a hang, hanem a folyamatos stream amplitúdóban van modulálva. Ez csak érzés, tévedhetek. Mintha pl. feleslegesen be lenne kapcsolva automatikus erősítésszabályozás, s néha az erősítést nagyon kicsire szabályozná - pl. egy-egy nagy amplitúdójú hangminta miatt -, majd idővel megint elkezdene nőni az erősítés.
Ha valahol van efféle lehetőség, hogy automatikus erősítésszabályozás, feltétlenül kapcsold ki.
Lehet, megnézném, mit alakít pulseaudio-val.
tr '[:lower:]' '[:upper:]' <<<locsemege
LOCSEMEGE