字节数组的卷

Question

我是音频分析的新手，但需要执行（看似）简单的任务。我有一个包含16位记录（单通道）和44100采样率的字节数组。如何在任何给定时刻执行快速分析以获得音量？我需要计算一个阈值，所以如果一个阈值高于某个幅度（音量），则返回true，否则返回false。我以为我可以迭代字节数组并检查它的值，255是最响亮的，但这似乎不起作用，即使我没有记录任何东西，背景噪音进入，一些数组填充255.任何建议都会很棒。 感谢

Answer 1

由于您有16位数据，因此您应该期望信号在-32768和+32767之间变化。 要计算体积，您可以采用1000个样本的间隔，并计算其RMS值。将平方样本值除以1000并取平方根。根据你的门槛检查这个数字。

Answer 2

通常使用root mean square测量波浪的能量。

如果你想要在感知上更准确，你可以通过discrete fourier transform将时域信号转换为频域信号，并通过一些加权函数在幅度上进行积分（因为低频波是感知的比同样能量的高频波更响亮。）

但我不知道音频的东西，所以我只是制作东西。 ☺

Answer 3

我可能会尝试使用标准偏差滑动窗口。 OTOH，我不会认为255 =最响。它可能是，但我想知道正在使用什么编码。如果存在任何压缩，那么我怀疑255是“最响亮的”。