c# - 来自字节数组的卷

Question

我是音频分析的新手，但需要执行一项（看似）简单的任务。我有一个包含 16 位录音（单通道）和 44100 采样率的字节数组。如何执行快速分析以在任何给定时刻获取音量？我需要计算一个阈值，所以如果它高于某个幅度（音量），则函数返回 true，否则返回 false。我以为我可以遍历字节数组并检查它的值，其中 255 是最响亮的，但这似乎不起作用，因为即使我不记录任何东西，背景噪音进入并且一些数组充满了255. 任何建议都会很棒。谢谢

Answer 1

由于您有 16 位数据，您应该期望信号在 -32768 和 +32767 之间变化。要计算音量，您可以间隔 1000 个样本，然后计算它们的 RMS 值。将平方样本值相加除以 1000 并取平方根。根据您的阈值检查此数字。

Answer 2

通常使用均方根测量波的能量。

如果您想在感知上更准确，您可以通过离散傅立叶变换将时域信号转换为频域信号，并使用一些加权函数对幅度进行积分（因为低频波在感知上比高频响亮相同能量的波）。

但我也不知道音频的东西，所以我只是在编造东西。☺</p>

Answer 3

我可能会尝试应用标准差滑动窗口。OTOH，我不会假设 255 = 最大声。可能是，但我想知道正在使用什么编码。如果存在任何压缩，那么我怀疑 255 是“最响亮的”。