Question

我正在使用PulseAudio API以“实时”方式获取当前的麦克风输入。缓冲区数据作为16位小端字节数组传送。我想要做的是找出缓冲区中的最大峰值水平并将其转换为分贝值。为此，我必须将每个两个字节的数组值转换为一个整数值。在同一个循环过程中，我也在寻找最大值。之后，我将最大值转换为分贝值。这是C代码：

static ssize_t loop_write(int fd, const uint8_t *data, size_t size) 
{
int newsize = size / 2;
uint16_t max_value = 0;
int i = 0;

for (i = 0; i < size; i += 2)
{
    // put two bytes into one integer
    uint16_t val = data[i] + ((uint32_t)data[i+1] << 8);

    // find max value
    if(val > max_value)
       max_value = val;
}

// convert to decibel
float decibel = max_value / pow(2, 15);

if(decibel != 0)
    decibel = 20 * log(decibel);

// print result
printf("%f, ", decibel);

return size;
}

据我所知，PA_SAMPLE_S16LE的幅度值应介于0和32768之间。但是我在分贝转换之前得到0到65536之间的值。我的转换有什么问题吗？

为了完整起见，我也发布了我的pulseaudio设置：

int main(int argc, char*argv[]) 
{
char *device = "alsa_input.usb-041e_30d3_121023000184-00-U0x41e0x30d3.analog-mono";

// The sample type to use
static const pa_sample_spec ss = {
    .format = PA_SAMPLE_S16LE,
    .rate = 44100,
    .channels = 1
};
pa_simple *s = NULL;
int ret = 1;
int error;

// Create the recording stream 
if (!(s = pa_simple_new(NULL, argv[0], PA_STREAM_RECORD, device, "record", &ss, NULL, NULL, &error))) {
    fprintf(stderr, __FILE__": pa_simple_new() failed: %s\n", pa_strerror(error));
    goto finish;
}

for (;;) {
    uint8_t buf[BUFSIZE];

    // Record some data ...
    if (pa_simple_read(s, buf, sizeof(buf), &error) < 0) {
        fprintf(stderr, __FILE__": pa_simple_read() failed: %s\n", pa_strerror(error));
        goto finish;
    }

    // And write it to STDOUT
    if (loop_write(STDOUT_FILENO, buf, sizeof(buf)) != sizeof(buf)) {
        fprintf(stderr, __FILE__": write() failed: %s\n", strerror(errno));
        goto finish;
    }
}

ret = 0;

finish:

if (s)
    pa_simple_free(s);

return 0;
}

Answer 1

我想要做的是找出缓冲区中最大峰值并将其转换为分贝值。

从物理角度来看，这种方法没有意义。虽然可以指定与完整动态范围相关的单个样本值，但您可能对声级（即信号的功率）更感兴趣。一个单峰，即使它满量程也只带来很少的能量;由于谐波失真和带宽有限，它可能会产生非常大的爆音，但从技术上讲，它的功率密度分布在整个频段有限的频谱上。

你真正需要的是确定RMS值（均方根）。即。

RMS = sqrt( sum( square(samples) )/n_samples )

编辑： 请注意，上述内容仅适用于没有DC部分的信号。大多数模拟声音接口都是交流耦合的，所以这不是问题。但如果还有DC部分，则必须先从样本中减去 mean 值，即

RMS_DC_reject = sqrt( sum( square(samples - mean_sample) )/n_samples )

我将把它作为练习让读者将其添加到下面的代码中。 的

这为您提供了处理过的样本的 power ，这正是您真正想要的。你问过deciBels。现在我要问你dB（什么）？您需要参考值，因为Bels（或deciBels）是相对（即比较）度量。对于数字信号，满量程将为0 dB（FS），零线将为-20 log10( 2^B )，其中B = sampling bit depth。对于大约-96 dB（FS）的16位信号。

如果我们在谈论线路上的信号，公共参考是1 mW的功率，在这种情况下，标度是dB（m）。对于音频线路电平，已经定义满量程等于1 mW的信号功率，即1 V RMS在1 kOhm电阻上消耗的电压（再次有RMS）。

现在，由于我们的满量程由输入电路立即确定，输入电路以dB（m）为单位定义，您可以稍后将dB（FS）显示为dB（m）（或dBm）。

说到实际的声级，这取决于您的输入放大器增益和所用麦克风的转换效率。

据我所知，PA_SAMPLE_S16LE的幅度值应介于0和32768之间。但是我在分贝转换之前得到0到65536之间的值。我的转换有什么问题吗？

您询问了有符号整数格式。但是您将值转换为unsigned int。由于dB_FS相对于满量程，因此不要将其除以位数。对于16位的零信号，结果应该是大约-96dB。这种划分无论如何都没有意义，因为它只是将你的RMS扩展到范围[0; 1]，但log（0）偏离-infinity。因此，您的if声明。但请记住，这是物理学，物理学是连续的，这里应该没有if声明。

你应该像这样写

// even for signed values this should be 2^N
// we're going to deal with signed later
double const MAX_SIGNAL = 1 << SAMPLE_BITS;

// using double here, because float offers only 25 bits of
// distortion free dynamic range.
double accum = 0;
int const n_samples = size/2;
for (i = 0; i < size; i += 2)
{
    // put two bytes into one __signed__ integer
    int16_t val = data[i] + ((int16_t)data[i+1] << 8);

    accum += val*val;
}
accum /= n_samples;

// Since we're using signed values we need to
// double the accumulation; of course this could be
// contracted into the statement above
accum *= 2.;

float const dB_FS = -20 * log10( MAX_SIGNAL - sqrt(accum) );

Answer 2

根据PulseAudio Simple API：

使用连接非常类似于普通的read（）和write（）系统调用。主要区别在于它们被称为 pa_simple_read（）和pa_simple_write（）。注意这些操作永远阻止。

这似乎意味着返回值非常相似，因为在任何明智的地方似乎没有其他提及pa_simple_read的返回值。以下是opengroup's read() manual所说的内容：

成功完成后，read（）...将返回非负数整数，表示实际读取的字节数。

假设pa_simple_read返回的值小于sizeof buffer，则loop_write函数将使用未初始化的值。这是未定义的行为。我建议存储pa_simple_read的返回值，并在检查错误后将其传递给loop_write代替sizeof(buf)。

假设传递给pa_simple_read的值是一个奇数，你的loop_write将在最后一次迭代中使用未初始化的值。也许，为了解决这个问题，您可以将循环更改为：for (i = 1; i < size; i += 2)并将您的val声明/初始化更改为：uint16_t val = data[i-1] + ((uint32_t)data[i] << 8);

我要感谢mtrw帮助我得出这个结论。

16Bit Little Endian字节数组到整数数组到分贝值

2 个答案: