第2步

Question

我对信号处理几乎一无所知，目前我试图在Swift中实现一个函数，当sound pressure level增加时（例如当人类尖叫时）触发事件。

我正在使用这样的回调攻击AVAudioEngine的输入节点：

let recordingFormat = inputNode.outputFormat(forBus: 0)
inputNode.installTap(onBus: 0, bufferSize: 1024, format: recordingFormat){
 (buffer : AVAudioPCMBuffer?, when : AVAudioTime) in 
    let arraySize = Int(buffer.frameLength)
    let samples = Array(UnsafeBufferPointer(start: buffer.floatChannelData![0], count:arraySize))

   //do something with samples
    let volume = 20 * log10(floatArray.reduce(0){ $0 + $1} / Float(arraySize))
    if(!volume.isNaN){
       print("this is the current volume: \(volume)")
    }
}

将它变成浮点阵后，我试着通过计算平均值来粗略估计声压级。

但即使iPad只是坐在一个安静的房间里，这给了我很多波动的价值：

this is the current volume: -123.971
this is the current volume: -119.698
this is the current volume: -147.053
this is the current volume: -119.749
this is the current volume: -118.815
this is the current volume: -123.26
this is the current volume: -118.953
this is the current volume: -117.273
this is the current volume: -116.869
this is the current volume: -110.633
this is the current volume: -130.988
this is the current volume: -119.475
this is the current volume: -116.422
this is the current volume: -158.268
this is the current volume: -118.933

如果我在麦克风附近拍手，这个值确实会有显着增加。

所以我可以做一些事情，比如在准备阶段首先计算这些卷的平均值，并比较事件触发阶段的差异是否显着增加：

 if(!volume.isNaN){
    if(isInThePreparingPhase){
        print("this is the current volume: \(volume)")
        volumeSum += volume
        volumeCount += 1
     }else if(isInTheEventTriggeringPhase){
         if(volume > meanVolume){
             //triggers an event
         }
      }
 }

其中averageVolume是在从准备阶段到触发事件阶段的过渡期间计算的：meanVolume = volumeSum / Float(volumeCount)

...

然而，如果我在麦克风旁播放嘈杂的音乐，似乎没有显着增加。在极少数情况下，volume大于meanVolume，即使环境没有明显的音量增加（人耳听到）。

那么从AVAudioPCMBuffer中提取声压级的正确方法是什么？

维基百科给出了这样的公式

p为均方根声压，p0为参考声压。

但我不知道AVAudioPCMBuffer.floatChannelData中的浮点值代表什么。 The apple page只说

缓冲区的音频样本为浮点值。

我应该如何与他们合作？

Answer 1

我认为第一步是获得声音的envelope。您可以使用简单平均来计算包络，但是您需要添加一个校正步骤（通常意味着使用abs（）或square（）来使所有样本都为正）

更常见的是使用简单的iir-filter而不是求平均值，具有不同的攻击和衰减常数，这里是lab。请注意，这些常数取决于采样频率，您可以使用此公式计算常数：

1 - exp(-timePerSample*2/smoothingTime)

第2步

当你有信封时，可以使用额外的滤镜对其进行平滑处理，然后比较两个信封以找到比基本电平更响的声音，这里更多complete lab。

请注意检测音频＆＃34;事件＆＃34;可能非常棘手，而且难以预测，确保你有很多诽谤援助！

Answer 2

感谢@teadrinker的回复，我终于找到了解决这个问题的方法。我分享我的Swift代码，输出AVAudioPCMBuffer输入的音量：

private func getVolume(from buffer: AVAudioPCMBuffer, bufferSize: Int) -> Float {
    guard let channelData = buffer.floatChannelData?[0] else {
        return 0
    }

    let channelDataArray = Array(UnsafeBufferPointer(start:channelData, count: bufferSize))

    var outEnvelope = [Float]()
    var envelopeState:Float = 0
    let envConstantAtk:Float = 0.16
    let envConstantDec:Float = 0.003

    for sample in channelDataArray {
        let rectified = abs(sample)

        if envelopeState < rectified {
            envelopeState += envConstantAtk * (rectified - envelopeState)
        } else {
            envelopeState += envConstantDec * (rectified - envelopeState)
        }
        outEnvelope.append(envelopeState)
    }

    // 0.007 is the low pass filter to prevent
    // getting the noise entering from the microphone
    if let maxVolume = outEnvelope.max(),
        maxVolume > Float(0.015) {
        return maxVolume
    } else {
        return 0.0
    }
}

从AVAudioPCMBuffer中提取声压级

2 个答案:

第2步