我有一堆不同的 WAV 格式的录音（所有不同的乐器和音高），我想将它们“标准化”，以便它们在播放时听起来大致相同。
我试过测量平均样本幅度（所有绝对值的总和除以样本数），但通过这种测量进行归一化效果不佳。我认为这种方法不起作用，因为它没有考虑声音的频率，而且我知道高频录音听起来比相同幅度的低频声音更响亮。
有谁知道测量声音响度的好方法？
问问题
16654 次
5 回答
14
均方根通常用于估计声音文件的响度。这是因为如果声音非常短，可能不会以这种方式感知非常响亮的声音。还要记住，功率随幅度的平方呈指数增长。
Hydrogen Audio 的音频极客对这些东西了解很多……查看他们的免费 Replay Gain软件。您可能根本不需要进行任何编程。
编辑：包括关于功率与幅度的评论反馈。
于 2009-06-12T02:30:09.720 回答
3
好吧，不是音频专家并添加到先前的评论中，您应该弄清楚您定义为“峰值功率的最短时间”，然后将波形转换为原始浮点并在一段时间内使用 RMS并不断地花大量的时间，找到MAX，在那里你就有了最高的峰值功率。
于 2009-06-12T02:33:41.160 回答
3
添加到 PeterAllenWebb 的回复中：
在计算 RMS 之前，您应该首先“居中”您的样本（考虑一个 5 分钟的 .wav，其中每个样本都具有最大 + 幅度）。最好的方法是使用亚音速的高通滤波器。
这仍然不会计算人类敏感的频率。为此，您可以使用 A 加权。有一个页面可以在线计算： http ://www.diracdelta.co.uk/science/source/a/w/aweighting/source.html
代码似乎在这里： http ://www.diracdelta.co.uk/science/source/a/w/aweighting/multicalc.js
于 2009-07-19T01:38:22.947 回答
2
重申其他人所说的，使用 RMS 值来估计声音通道的“响度”。
但是，如果您正在处理诸如弹拨或击鼓之类的脉冲声音，您会想要做一个滑动 RMS 值并只挑选出峰值 RMS 值。测量100毫秒的声音，滑动窗口，再次测量等，然后根据你找到的最大值进行归一化。
在做 RMS 之前一定要去掉任何 DC 值，A 加权会让它更像我们听到的。这是MATLAB/Octave和Python中的 A 加权代码。
于 2010-03-02T15:13:28.700 回答
-1
我可能离这里很远，但是，如果你有波板，你可以加载多个文件并稍微弄乱卷，所以它们都是一样的。此外，如果文件的某些部分声音较大，您可以选择该部分并降低该部分的音量。
编辑：对不起，它不是真正的测量体积的“方法”，但如果你只需要让它们都一样，这应该可以正常工作。
于 2009-06-12T03:14:00.923 回答