规范化音频波形代码实现（峰值，RMS）

Question

• 我有一些音频数据（浮点数组），我用它来绘制一个简单的数据 波形。
• 绘制时，波形在边缘处不会最大化。
• 没问题 - 数据只需要规范化。我迭代一次找到最大值，然后再次迭代将每个除以最大值。再次绘制，一切看起来都很棒！
• 但等待有大声介绍或大爆炸的视频会导致其余波形仍然很小。
• 经过一番研究，我遇到了应该解决这个问题的RMS。我遍历样本并计算RMS，并再次将每个样本除以RMS值。这导致相当大的“削减”：

• 解决此问题的最佳方法是什么？
• 直观地说，似乎我可能需要根据移动窗口（而不是整个集合）计算局部最大值或平均值，但我并不完全确定。帮助
• 注意：波形纯粹是出于视觉目的（音频不会播放给用户）。

Answer 1

您可以转置它（有效地使y轴非线性，或者您可以将其视为companding的一种形式。）

假设信号在[-1,1]范围内。

一种流行的快速简单的解决方案是简单地应用hyperbolic tangens function（tanh）。这将通过惩罚更高的值来将值限制为[-1,1]。如果在应用tanh之前放大信号，效果会更明显。

另一种选择是对数变换。当信号改变符号时，必须执行一些预处理。

如果r是一系列样本值，则一种方法可能是这样的：

r.log1p <- log2(1.1 * (abs(r) + 1)) * sign(r)

也就是说，对于每个值取其绝对值，加一个，乘以一些小常量，取日志然后最后将其乘以其相应旧值的符号。

效果可能是这样的：