4

我希望能够生成某种文件来存储音频文件的音量。我对此非常灵活，但一个例子是每秒显示音量的 csv。我不需要这个数字那么精确。

你对如何解决这个问题有什么建议吗？我会很感激。

4

2 回答 2

5

您可以使用BASS 库（非商业免费）并使用BASS_ChannelGetLevel()。

这是获取级别并将其输出到 STDOUT 的代码：

#include <cstddef>
#include <stdio.h>
#include <stdlib.h>

#include "bass.h"

int main(int argc, char **argv)
{
    BASS_Init(0 /* "NO SOUND" device */, 44100, 0, 0, NULL);
    if ( argc == 3 )
    {
        int block = atoi( argv[2] ); // take levels every argv[2] ms
        if ( block < 20 )
            block = 20;

        HSTREAM chan = BASS_StreamCreateFile(FALSE, argv[1], 0, 0, BASS_STREAM_DECODE);
        if ( chan )
        {
            // BASS_ChannelGetLevel takes 20ms from the channel
            QWORD len = BASS_ChannelSeconds2Bytes(chan, (float)block / (float)1000 - (float)0.02); 

            char data[len];
            DWORD level, left, right;

            while ( -1 != (level = BASS_ChannelGetLevel(chan) ) ) // takes 20ms
            {
                left=LOWORD(level); // the left level
                right=HIWORD(level); // the right level
                printf("%i, %i\n", left, right);
                BASS_ChannelGetData(chan, data, len); // get data away from the channel
            }
            BASS_StreamFree( chan );
        }
    }

    BASS_Free();
    return 0;
}

从bass24-linux.zip存档中提取 bass.h 和 libbass.so 并使用以下命令构建 cpp 文件：

g++ levels.cpp -o levels -lbass

如何执行：levels 文件名毫秒（20minimum）

./levels 1.mp3 5000 >levels.txt

这是levels.txt，每5秒获取一次级别（左通道，右通道）：

1, 2
23235, 20363
22704, 20601
27203, 22476
10384, 12082
12059, 13387
9600, 10063
14590, 12261
16428, 14745
17569, 14723
29628, 27913
20799, 23554
24056, 20564
20344, 21242
21318, 22888
25389, 29050
27185, 23924
25469, 22540
28453, 29037
19669, 19797
16497, 16086
12081, 11843
20030, 20050
20512, 19537
19347, 14610
27673, 26563
26414, 24696
19775, 22869
24137, 25127
22093, 23184
26563, 24422
27718, 23791
24456, 26598
29353, 22647
562, 508

电平范围从 0（静音）到 32768（最大）线性变化。

6mb mp3 文件的时间，100ms 周期：

# time ./levels 1.mp3 100 >levels.txt

real    0m0.981s
user    0m0.972s
sys     0m0.008s

大约一秒钟可以产生 22Kb 的 levels.txt 文件，周期为 100ms。

于 2013-05-02T12:15:17.583 回答
2

伪代码：

open input (audio) file
open output (data) file
for each one second chunk
   read samples for current chunk
   calculate RMS value (rms = sqrt(sum(x^2)/N))
   convert RMS value to dB (db = 20 * log10(rms))
   save dB value in output file
close input file
close output file
于 2013-04-28T16:24:04.657 回答