您将希望公开读取底层的缓冲区，以便获得派生的音量级别...这可能意味着使用“MediaPlayer”以外的其他 API，它可能不会公开音量的 RMS 级别。
每次在 MP3 上进行缓冲读取时，都可以从 Volume 生成 x 轴、y 轴数据，如下所示：
while (mIsPlaying) {
double sum = 0;
int readSize = mRecorder.read(mBuffer, 0, mBuffer.length);
for (int i = 0; i < readSize; i++) {
output.writeShort(mBuffer[i]);
sum += mBuffer[i] * mBuffer[i];
}
// PrBar needs RMS as int
//log base2 for the rms expression on the Volume from the mic
if (readSize > 0) {
mProgressBar.setProgress((int)Math.sqrt( sum / readSize ));
handleRMS((Math.log(Math.sqrt( sum / readSize ))/Math.log(2)));
}
}
...
private void handleRMS(double rms){
rmscnt++;
rmssum += rms;
if(rms > rmsmax)rmsmax=rms;
if(rms< rmsmin)rmsmin=rms;
double myamt=(rmsmax - rmsmin) / 10 +rmsmin;
if (rms < myamt) decile++;
if(rmscnt % 5 ==0){
if (rmssum / 5 < myamt) {
if( Long.valueOf(System.currentTimeMillis())
- tslist.get(tslist.size()-1) - segmenttime > 0 ){
tslist.add(Long.valueOf(System.currentTimeMillis()));
};
};
rmssum = 0;
}
}
* feature - select the TS corresponding to a 'pause' in the speech stream * arriving from microphone * ''pause' in algorythm and
正弦波模式上的正常 RMS 音量水平 * 根据正弦波观察 RMS 的最后读数 * 最小值和最大值是波上的“y 轴”值 *“myamt”字段是阈值上限，即目前 10% 的 delta ( max - min ) * 在实践中，暂停必须有一系列相邻的 RMS 值，其 AVG LESS 小于 * 一些配置值。* 一旦暂停的 TS 被接受，在寻找演讲中的另一个暂停之前，还有另一个最小的时间值应该经过。* 有用的提示 - RMS vals 的 5% 到 10% 应该增加 'decile'。* 否则，雷达上没有足够的低音量事件来识别语音中的停顿。
为了公开缓冲区，而不是 'MediaPlayer' api，您可能需要使用类似'AudioTrack' 的东西来处理您的 mp3。对于示例，我认为您可以在git上访问这个项目
RMS 和处理程序在这里解释