每隔几毫秒获取mp3文件的间距

Question

因此，我尝试使用javascript或python (或任何其他可以做到的东西)来每隔几毫秒获取mp3文件的内容和音量。任何帮助都将不胜感激，谢谢。

Answer 1

音高与信号变化的速度有关，因此需要在一段时间内计算，而不是在瞬间计算。

我建议将您的mp3解码为一个波形(有一些Python库会将其放入一个numpy数组中)，然后一次取一个部分并执行以下操作：

1. 在块上运行FFT (搜索numpy FFT)以查找频率内容。通常，特定音高的声音将有基频，也会有谐波含量，即基频整数倍的频率。此外，你可能有一个以上的贡献声音，因此将有多个基频，每个都有自己的谐波。FFT将计算出那里的频率，假设他阻止，然后永远重复。不幸的是，信号的起始和结束幅度在块的开始和结束时都不匹配，所以这个假设就像是一个突然的幅度跃升。这将导致FFT结果中的工件，因此如果这是应用程序中的一个问题，您需要在运行FFT之前查看窗口。这削弱了你的块在开始和结束，所以他们排在零。
2. 识别哪个FFT峰值与你想要记录的音高有关。例如，这可能是最高的峰值。这个峰值的频率是这个块的基音。
3. 取该块的根均方(RMS) (来自原始阵列，而不是FFT)，并将其用作体积的度量。

然后，您可以移动到下一个块并重复，因此，如果您的块大小为440个样本(以44 the采样率为10 is )，则将第一个块从0到439，然后从440到879等。

如果你想要的话，你也可以做滑动块，例如，每次提前44个样本块，这样第一个块是0到439，下一个是44到483。