Question

我正在尝试为我的应用制作音量表，这将在录制视频时显示。我已经为iOS发现了很多这样的米的支持，但主要是AVAudioPlayer，这对我来说是没有选择的。我正在使用AVCaptureSession进行记录，最后将使用如下所示的委托方法：

- (void)captureOutput:(AVCaptureOutput *)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromConnection:(AVCaptureConnection *)connection
{
    CMFormatDescriptionRef formatDescription = CMSampleBufferGetFormatDescription(sampleBuffer);

    CFRetain(sampleBuffer);
    CFRetain(formatDescription);

    if(connection == audioConnection)
    {
        CMBlockBufferRef blockBuffer;
        AudioBufferList audioBufferList;

        CMSampleBufferGetAudioBufferListWithRetainedBlockBuffer(sampleBuffer, 
            NULL, &audioBufferList, sizeof(AudioBufferList), NULL, NULL,
            kCMSampleBufferFlag_AudioBufferList_Assure16ByteAlignment,
            &blockBuffer);

        SInt16 *data = audioBufferList.mBuffers[0].mData;
    }
    //Releases etc..
}

（仅显示相关代码）

根据我的理解，我收到一个'样本缓冲区'，包含音频或视频。一旦我确认连接确实是音频，那么我从缓冲区中提取'audioBufferList，我坐在这里留下一个（或更多？）audioBuffers的列表。据我所知，实际数据表示为SInt16或“16位有符号整数”，据我所知，其范围从-32,768到32,767。但是，如果我只是打印出这个收到的值，我会得到很多弹跳数字。在“沉默”时，我会在-200和200之间快速反弹，当有噪音时，我会从-4,000到13,000获得值，完全无序。正如我从阅读中理解的那样，价值0将代表沉默。但是，我不明白负值和正值之间的区别，以及我不知道是否能够一直向上/向下到+-32,768。

我相信我需要一定百分比的“大声”，但一直找不到任何东西。

我已经阅读过关于此事的一些教程和参考资料，但对我来说没有任何意义。我按照一个指南执行此操作（附加到上面的代码，在if内）：

float accumulator = 0;
for(int i = 0; i < audioBufferList.mBuffers[0].mDataByteSize; i++)
    accumulator += data[i] * data[i];
float power = accumulator / audioBufferList.mBuffers[0].mDataByteSize;
float decibels = log10f(power);
NSLog(@"%f", decibels);

显然，此代码应该从-1到+1对齐，但这并没有发生。我现在在沉默时获得6.194681左右的值，而在{1}}时获得一些噪音。这感觉就像正确的'范围'，但在'错误的地方'。我不能简单地从数字中减去7并假设我在7.773492和-1之间。应该有一些逻辑和科学背后的方法，但我对数字音频的工作原理还不太了解。

有谁知道这背后的逻辑？当+1和-32,768是大声的噪音时，0总是静音吗？然后我可以简单地将所有负值乘以32,767以获得正值，然后找出它们的百分比（0到32767之间）？不知何故，我不相信这会有效，因为我猜有负面价值的理由......我不完全确定要尝试什么。

Answer 1

您问题中的代码在几种方面是错误的。这段代码试图从下面的文章中复制它，但是您没有正确地将其从文章中的基于浮点数的代码转换为16位整数数学。您还会循环使用错误数量的值（max i），并且最终将拉入垃圾数据。所以这是各种各样的错误。

https://www.mikeash.com/pyblog/friday-qa-2012-10-12-obtaining-and-interpreting-audio-data.html

文章中的代码正确。这就是它，扩展了一下。这只是查看32位浮点缓冲区列表中的第一个缓冲区。

float accumulator = 0;
AudioBuffer buffer = bufferList->mBuffers[0];
float * data = (float *)buffer.mData;
UInt32 numSamples = buffer.mDataByteSize / sizeof(float);

for (UInt32 i = 0; i < numSamples; i++) {
    accumulator += data[i] * data[i];
}
float power = accumulator / (float)numSamples;
float decibels = 10 * log10f(power);

如文章所述，这里的结果是分贝使用0dB参考。例如，0.0是 maximum 值。例如，这与AVAudioPlayer的averagePowerForChannel返回相同。

要在16位整数上下文中使用此函数，您需要a）适当循环遍历每个16位样本，b）将data [i]值从16位整数转换为浮点值平方并添加到累加器之前，请在[-1.0，1.0]范围内。

如何解释AudioBuffer并获得电源？

1 个答案: