PCM样品体积的可视化

Question

我的C++应用程序中有几段PCM音频(G.711)。我想要可视化这些块中不同的音量。

我的第一个尝试是计算每个块的样本值的平均值，并将其用作音量指标，但这种方法效果不佳。对于静音的块，我得到的值是0，对于有音频的块，我得到的值是不同的，但这些值只是稍微有些不同，看起来并不像实际的音量。

计算体积的更好的算法是什么？

我听说G.711音频是对数PCM。我该如何考虑这一点呢？

Answer 1

请注意，我自己没有使用过G.711 PCM音频，但我假设您在处理这些值之前，正在执行从编码振幅到实际振幅的正确转换。

你会期望大多数样本的平均值大约为零，因为声音波形在零的两边振荡。

粗略的体积计算将是rms (均方根)，即取样本的平方的滚动平均值，并取该平均值的平方根。当有一些声音时，这将给出一个正量；这个量与波形中表示的功率有关。

为了更好地了解人类对体积的感知，您可能需要研究一下Replay Gain中使用的技术。

Answer 2

如果你觉得有雄心壮志，你可以从国际电信联盟网站download G.711，并在接下来的几周(或更长时间)实施它。

如果你比这更懒惰(或者更明智)，你可以使用download G.191 --它包含了压缩和解压G.711编码数据的源代码。

一旦你解码了它，可视化音量应该会容易得多。