Вечная проблема с исходниками - это не звук даже, а тишина. Говорят 50 минут, из них минут 15 спикер просто собирается с мыслями. Вручную сидеть и лезвием резать дорожку через каждые пару секунд уже сил нет.
Стал накидывать скрипт по порогу громкости. На картинке как раз видно результат: тишина вырезается сразу пачкой, а стыки сами сдвигаются.
Где-то, конечно, склейка режет ухо и надо вернуть вдох. Но на черновик теперь уходит буквально несколько минут вместо часа возни.