3

我似乎对看似非常微不足道的事情有很大的问题。

目标：尝试比较两个 Wav 文件，看看一个（小文件）是否是另一个（大文件）的一部分。

测试：首先，我录制了一段 1 分钟长的音频，并将 30 秒的音频导出到另一个文件。我首先尝试简单地读取 byte[] 数据并通过日志查看它，即使它们都来自同一个源文件，也绝对没有相关性？然后我尝试使用 WavFile 和 MusicG 等库，但我根本看不到两个“指纹”之间的任何关联，甚至看不到来自两个文件的原始字节 [] 数据？

问题：分析这两个 Wav 文件的相似之处的最简单方法是什么？我已经阅读过，如果它们来自同一个源音频文件，它们应该是字节字节相同的。因此，对每个样本进行抽样，它们应该是相同的吗？这不是正在发生的事情吗？

现在我已经为这个问题搜索了很多，但几乎所有的答案都只完成了 25-50%，所以我觉得我在某个地方错过了一个很大的部分。

感谢您提供的任何解决方案！

[编辑]源音频文件只是一个 1 分钟的 Wav 文件......我从中提取了前 30 秒以创建较小的文件。然后我比较短（30 秒）和长（1 分钟）。我从 Audacity 以 1141kbps、16 位、Wav 的速度导出了两者。这是为了避免格式问题……我想

有关代码，请查看这个 UNANSWERED 问题：Wav comparison, same file

4

1 回答 1

3

这里发生了一些奇怪的事情。在不详细说明的情况下，我只想说，当某些程序执行您所谓的“提取”之类的简单操作时，它们并没有制作精确的副本。例如，当从 int 声音文件到 float（Audacity 内部使用的）返回 int 时，Libsndfile 不会透明地转换。如果 Audacity 使用 libsndfile （我很确定它确实如此），它不会制作文件的透明副本，因此您的方法将不起作用。例如：尝试以下操作：打开一个 wav 文件，使用相同的参数导出它。使用 diff 比较输入和输出。很可能，它们会有所不同。有关更多详细信息，请参见此处：http ://blog.bjornroche.com/2009/12/int-float-int-its-jungle-out-there.html

libsndfile 的作者在这里为他的设计决定辩护：http ://www.mega-nerd.com/libsndfile/FAQ.html#Q010

您可以尝试另一个应用程序，但我怀疑即使人们使用大胆，您也希望它能够正常工作。

其中一条评论建议互相关。您还可以使用音频指纹识别。不过，这两种解决方案都有些复杂。

可能最简单的解决方案是以本机格式读取数据。例如，如果文件是 16 位，则读取 16 位整数（不是字节）。然后将它与较短的比较，但比较允许一些错误（在我的脑海中，我很确定你永远不应该超过一个，但这是每次经历大胆的时候）。因此，与其问“这些值是否相等”，不如问“这些值是否在彼此的 epsilon 内”。当然，对于其中有很多沉默的事情，你会想要做一些例外。

Audacity 也有可能使用抖动，因此请确保已将其关闭。抖动会增加显着的噪音，因此如果您想将其纳入方程式，您将需要一个不同的解决方案。

于 2012-08-05T01:28:40.727 回答