网站 网页制作,天眼查官网查企业在线,网站开发技术及特点,网站以前在百度能搜索不到1. 振幅的基本概念
振幅是描述音频信号强度的一个重要参数。它通常表示为信号的幅度值#xff0c;幅度越大#xff0c;声音听起来就越响。为了更好地理解和处理音频信号#xff0c;通常会将振幅转换为分贝#xff08;dB#xff09;单位。分贝是一个对数单位#xff0c;能…1. 振幅的基本概念
振幅是描述音频信号强度的一个重要参数。它通常表示为信号的幅度值幅度越大声音听起来就越响。为了更好地理解和处理音频信号通常会将振幅转换为分贝dB单位。分贝是一个对数单位能够更好地反映人耳对声音强度变化的感知。
2. 振幅计算方法
2.1 总 RMSTotal RMS
总 RMS 是一种常用的振幅计算方法表示整个音频信号的平均能量。其计算公式为 RMS 20 ⋅ log 10 ( 1 N ∑ i 1 N x i 2 1.0 × 1 0 − 9 ) \text{RMS} 20 \cdot \log_{10}(\sqrt{\frac{1}{N} \sum_{i1}^{N} x_i^2} 1.0 \times 10^{-9}) RMS20⋅log10(N1i1∑Nxi2 1.0×10−9)
其中 x i x_i xi是音频信号的样本值 N N N 是样本总数。总 RMS 提供了音频信号的整体响度感知。
2.2 最大 RMSMax RMS
最大 RMS 是通过将音频信号分成多个窗口计算每个窗口的 RMS 值并返回这些值中的最大值。其计算公式为 Max RMS max ( 20 ⋅ log 10 ( 1 N ∑ i 1 N x i 2 1.0 × 1 0 − 9 ) ) \text{Max RMS} \max \left( 20 \cdot \log_{10} \left( \sqrt{\frac{1}{N} \sum_{i1}^{N} x_i^2} 1.0 \times 10^{-9} \right) \right) Max RMSmax 20⋅log10 N1i1∑Nxi2 1.0×10−9
其中 x i x_i xi 是窗口内的音频样本值。 N N N是窗口内样本的总数。
2.3 最小 RMSMin RMS
最小 RMS 与最大 RMS 类似但它返回的是每个窗口中计算出的最小 RMS 值。其计算公式为 Min RMS min ( 20 ⋅ log 10 ( 1 N ∑ i 1 N x i 2 1.0 × 1 0 − 9 ) ) \text{Min RMS} \min \left( 20 \cdot \log_{10} \left( \sqrt{\frac{1}{N} \sum_{i1}^{N} x_i^2} 1.0 \times 10^{-9} \right) \right) Min RMSmin 20⋅log10 N1i1∑Nxi2 1.0×10−9
其中 x i x_i xi 是窗口内的音频样本值。 N N N 是窗口内样本的总数。
2.4 平均 RMSAvg RMS
平均 RMS 是所有窗口 RMS 值的平均值提供了音频信号的整体响度水平。其计算公式为 Avg RMS 1 M ∑ j 1 M ( 20 ⋅ log 10 ( 1 N ∑ i 1 N x i j 2 1.0 × 1 0 − 9 ) ) \text{Avg RMS} \frac{1}{M} \sum_{j1}^{M} \left( 20 \cdot \log_{10} \left( \sqrt{\frac{1}{N} \sum_{i1}^{N} x_{ij}^2} 1.0 \times 10^{-9} \right) \right) Avg RMSM1j1∑M 20⋅log10 N1i1∑Nxij2 1.0×10−9
其中 x i j x_{ij} xij 是第 j j j 个窗口内的音频样本值。 N N N 是每个窗口内样本的总数。 M M M 是窗口的总数。
2.5 峰值幅度Peak Amplitude
峰值幅度是音频信号中最大绝对值的幅度通常用于表示信号的瞬时强度。其计算公式为 Peak 20 ⋅ log 10 ( max ( ∣ x ∣ ) 1.0 × 1 0 − 9 ) \text{Peak} 20 \cdot \log_{10}(\max(|x|) 1.0 \times 10^{-9}) Peak20⋅log10(max(∣x∣)1.0×10−9)
峰值幅度能够快速反映音频信号的瞬时响度但不一定能准确表示人耳的感知。
3. 听觉结果的一致性
人耳对声音的感知是非线性的通常对响度变化的感知与实际的物理振幅变化不成正比。使用 RMS 和分贝单位进行计算可以更好地模拟人耳的感知特性。以下是不同计算方法与听觉结果的一致性分析
总 RMS提供了整体响度的良好估计通常与听觉感知一致。最大 RMS能够捕捉到音频信号中的最强响度部分适合用于动态范围分析。最小 RMS有助于识别音频信号中的弱响度部分适合用于音频修复和增强。平均 RMS提供了稳定的响度水平适合用于音频混音和母带处理。峰值幅度虽然能够快速反映瞬时响度但由于其瞬时特性可能与人耳的感知不完全一致。
4. 程序实现
import os
import numpy as np
import librosa
def calculate_total_rms_dbfs(audio_data):rms_level 20 * np.log10(np.sqrt(np.mean(audio_data ** 2)) 1.0e-9) # 计算总 RMS 并转换为 dBFSreturn rms_level
def calculate_max_rms_dbfs(audio_data, window_size):rms_values []for start in range(0, len(audio_data), window_size):end min(start window_size, len(audio_data))window audio_data[start:end]if len(window) 0:rms 20 * np.log10(np.sqrt(np.mean(window ** 2)) 1.0e-9)rms_values.append(rms)return np.max(rms_values) if rms_values else -np.inf # 返回 -inf 如果没有 RMS 值
def calculate_min_rms_dbfs(audio_data, window_size):rms_values []for start in range(0, len(audio_data), window_size):end min(start window_size, len(audio_data))window audio_data[start:end]if len(window) 0:rms 20 * np.log10(np.sqrt(np.mean(window ** 2)) 1.0e-9)rms_values.append(rms)return np.min(rms_values) if rms_values else -np.inf # 返回 -inf 如果没有 RMS 值
def calculate_avg_rms_dbfs(audio_data, window_size):rms_values []for start in range(0, len(audio_data), window_size):end min(start window_size, len(audio_data))window audio_data[start:end]if len(window) 0:rms 20 * np.log10(np.sqrt(np.mean(window ** 2)) 1.0e-9)rms_values.append(rms)return np.mean(rms_values) if rms_values else -np.inf # 返回 -inf 如果没有 RMS 值
def calculate_peak_amplitude(audio_data):return 20 * np.log10(np.max(np.abs(audio_data)) 1.0e-9)
def analyze_audio_file(audio_path, window_duration0.05):audio_data, sr librosa.load(audio_path, srNone)window_size int(window_duration * sr)total_rms_dbfs calculate_total_rms_dbfs(audio_data)max_rms_dbfs calculate_max_rms_dbfs(audio_data, window_size)min_rms_dbfs calculate_min_rms_dbfs(audio_data, window_size)avg_rms_dbfs calculate_avg_rms_dbfs(audio_data, window_size)peak_amplitude calculate_peak_amplitude(audio_data)print(fFile: {audio_path})print(fTotal RMS (dBFS): {total_rms_dbfs:.2f})print(fMax RMS (dBFS): {max_rms_dbfs:.2f})print(fMin RMS (dBFS): {min_rms_dbfs:.2f})print(fAvg RMS (dBFS): {avg_rms_dbfs:.2f})print(fPeak Amplitude(dBFS): {peak_amplitude:.2f})
if __name__ __main__:audio_path /Volumes/T9/DATA/构建数据集/SELE/real_echo/0011217_echo.wavanalyze_audio_file(audio_path) 计算结果与Audition一致。
