Question

我希望能够生成某种存储音频文件音量级别的文件。我对此非常灵活，但一个例子是每隔一秒显示音量的csv。我不需要这个数字那么准确。

您对如何处理此问题有什么建议吗？我很感激。

Answer 1

您可以使用BASS library（免费用于非商业用途）并使用BASS_ChannelGetLevel()。

以下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 filename milliseconds（20minimum）

./levels 1.mp3 5000 >levels.txt

以下是每5秒（左声道，右声道）获得等级的levels.txt：

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

该等级从0（无声）到32768（最大）线性范围。

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

大约一秒钟生成22Kb levels.txt文件，周期为100ms。

Answer 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

在Linux中导出音频文件音量dB级别

2 个答案: