音频音量标准化python

Question

我有多个波形文件，有些是小音量，有些是大音量。

我想“标准化”声音振幅。

（就像某些音频音序器应用程序具有的“标准化”功能。 把音量调大到峰值就到了0db。）

例如 librosa 库，它有 librosa.util.normalize，但我不确定这是我的意思。

我想调整音频的音量，有什么做法吗？

Answer 1

找到任何通道中的最大峰值（正或负，因此使用 abs）。例如，在一个 16 位文件中，假设您找到 25000。计算该值相对于有符号 16 位范围内最大值的比率并将其取反：

ratio = 32767.0 / 25000 #(equivalent to 1 / (25000 / 32767.0))

现在迭代所有样本并将它们乘以反向比率，使 25000 变为 32767 :

for(sample in samples):
    sample = round(sample * ratio)

此操作被称为“标准化”或“优化”，具体取决于软件。