声级rms

Question

我找到了一些计算麦克风音量(RMS)的代码：

public int calculateRMSLevel(byte[] audioData) {
    // audioData might be buffered data read from a data line
    long lSum = 0;
    for (int i = 0; i < audioData.length; i++) {
        lSum = lSum + audioData[i];
    }

    double dAvg = lSum / audioData.length;

    double sumMeanSquare = 0d;
    for (int j = 0; j < audioData.length; j++) {
        sumMeanSquare = sumMeanSquare + Math.pow(audioData[j] - dAvg, 2d);
    }

    double averageMeanSquare = sumMeanSquare / audioData.length;
    return (int) (Math.pow(averageMeanSquare, 0.5d) + 0.5);
}

但仅适用于以下音频格式：

private AudioFormat getAudioFormat() {
    float sampleRate = 8000.0F;

    int sampleSizeInBits = 8;

    int channels = 1;

    boolean signed = true;

    boolean bigEndian = true;

    return new AudioFormat(sampleRate, sampleSizeInBits, channels, signed,
            bigEndian);
}

如何扩展代码，使其可以与不同的位数一起工作？如果我将bitness更改为16，当静默时，它返回大约50的值，而对于8位，它返回1或2。另外，我想在图形上绘制声级值，声级值与时间有什么关系？

Answer 1

采样率并不重要，但位深度、字节顺序以及以不同方式表示的通道数才是重要的。

要了解其中的原因，只需注意所讨论的函数将一个字节数组作为参数，并分别处理该数组中的每个值。byte数据类型是一个8位的值。如果您希望使用16位值，则需要使用不同的数据类型(short)或将其从字节转换为短数据类型。

一旦你这样做了，你仍然会得到16位和8位不同的值，因为范围是不同的:8位从-128到+127，16位从-32768到+32767，但它们都测量相同的东西，这意味着它们将相同的实字值缩放到不同的表示值。

至于声级及其与时间的关系……这取决于你的采样率和进入这个函数的数组的大小。例如，如果您的采样率是8 8kHz，并且每个缓冲区有2048个采样，那么您的函数将被调用8000/2048，或者说大约每秒3.9次，这意味着您的结果将以该速率(每256毫秒)传入。

Answer 2

您始终可以将输入缩放到相同的最小-最大范围，以从不同的格式获得相似的结果。

至于音量w.r.t.时间，除了样本之间相差1/SampleRate(以Hz为单位)秒之外，没有任何关系。