Question

我正在使用gstreamer-1.0在C中开发一个检测音频峰值的插件。我对音频编程没有任何了解，到目前为止，我的插件只能检测声音冲击（如果没有音频，没有任何反应，如果有声音，我打印能量）。

以下是我（非常简单）算法的示例代码。

gfloat energy_of_sample(guint8 array[], int num_elements, gfloat *p)
{
    gfloat energy=0.f;
    for(int i=0 ; i<num_elements ; i++)
    {
        energy += array[i]*array[i]/4096;
        if (*p < (array[i]*array[i]/4096)) *p = array[i]*array[i]/4096;
    }
    return energy/num_elements;
}

static void
audio_process(GstBPMdetect *filter, GstBuffer *music)
{

    GstMapInfo info;
    gint threshold = 6;


// gets the information of the buffer and put it in "info"
    gst_buffer_map (music, &info, GST_MAP_READ);

// calculate the average of the buffer data
    gfloat energy = 0;
    gfloat peak = 0;
    energy = energy_of_sample(info.data, info.size, &peak);
    if (energy >= threshold )g_print("energy : %f , peak : %f \n", energy,peak);
}

如果音频源仅用于简单的手拍或踢鼓，我的插件就可以检测音频峰值。但是当音频源是一首歌时，我的插件会不断检测声音冲击（总是超过阈值）。

我对此问题的解决方案是添加一个低通滤波器，以便只检测到低音。通过这样做，我只剪切包含高频的歌曲的每个部分，这不是我想要的（不适用于高频节拍）。

所以我的问题是：有没有人知道如何在不削减高频的情况下检测节拍（音频冲击）？坦克给大家，希望我的问题很清楚！

Answer 1

你应该测量能量而不是峰值。有一种很好的计算能量的方法。使用统计中的方差公式。您需要在20 - 50毫秒的间隔内计算所有点的总和和平方和。使用方差公式可以获得能量。公式就在这里 http://staff.icdi.wvu.edu/djhstats/variance1.JPG

作为替代方案，您可以使用好的插件集中的现有插件级别。

使用gstreamer插件检测音频峰值

1 个答案: