AudioRecord计算振幅

Question

我正在开发语音到文本的应用程序。

所有的工作都很好，但我想实现反馈时，用户正在与应用程序交谈，以检测(脉动)声音活动。比如Shazam应用。我想我需要计算振幅，然后根据振幅的水平来制作脉动动画。

这是我读取字节的代码。我需要如何使用从AudioRecord的read方法中获得的int来计算它。

   // stream bytes as they become available in chunks equal to the buffer size
        mAudioExecutor!!.scheduleAtFixedRate({
            // read audio data
            val read = mAudioRecorder!!.read(
                    mBuffer, 0, mBuffer.size, AudioRecord.READ_BLOCKING)

            // send next chunk
            if (read > 0) {
                subscriber(ByteString.copyFrom(mBuffer, 0, read))
            }
        }, 0, 10, TimeUnit.MILLISECONDS) 

Answer 1

您需要使用傅立叶变换(傅立叶变换)从音频字节中获得Ampl幅值。

您需要添加几个代码才能使其工作：

因为Stackoverflow的答案不能超过30,000个字符。我不能在这里添加代码。但我要分享我的github要点来帮助你。

是我的主旨链接。

有3个文件需要添加到源文件中。

1. AudioCalculator.kt
2. FrequencyCalculator.kt
3. RealDoubleFFT.kt

使用：

在将上述3个文件添加到您的源代码后：

val audioCalculator = AudioCalculator()
// stream bytes as they become available in chunks equal to the buffer size
mAudioExecutor?.scheduleAtFixedRate({
    // read audio data
    val read = mAudioRecorder!!.read(
        mBuffer, 0, mBuffer.size, AudioRecord.READ_BLOCKING
    )

    // send next chunk
    if (read > 0) {
        val amplitude = audioCalculator.getAmplitude(mBuffer)
        // here you get amplitude
        subscriber(ByteString.copyFrom(mBuffer, 0, read))
    }
}, 0, 10, TimeUnit.MILLISECONDS)