使用Python测量音频“响度”

Question

我想用Python计算一段音频的响度 - 可能是通过提取一段音频的峰值音量，或者可能使用更准确的测量（RMS？）。

最好的方法是什么？我已经看过pyaudio了，但这似乎没有我想要的。看起来不错的是ruby-audio，因为它似乎内置了sound.abs.max。

输入音频将从持续时间约为30秒的各种本地MP3文件中获取。

Answer 1

我认为RMS是最准确的衡量标准。有一点需要注意的是，我们在不同的频率下以不同的方式测量响度，因此将音频转换为频率空间的fft（numpy.fft应该在仅30秒的音频时效果很好）。现在从中计算功率谱密度。使用一些响度曲线按频率对PSD进行加权。特别是低于10Hz的频率，因为那里将有很多功率（它将主导时域中的RMS计算），但我们听不到它。现在整合PSD并取平方根，这样就可以得到一个有效的RMS。

您还可以将mp3分解为多个部分或窗口，并应用此技术为特定部分提供音量。