определить уровень звука в необработанных данных PCM
Я пишу небольшую программу, которая должна определить уровень звука и записать его, если уровень выше установленного в настройках, я сделал захват звука через portaudio, сжатие через libvorbis, но одна часть программы не завершена, и я застрял на нем, мне нужно обнаружить звук уровень необработанных данных PCM, я плохо понимаю, что такое данные PCM, и не знаю какого-либо алгоритма анализа / обработки аудио, есть ли у нас библиотека c / c ++, которая может это сделать? или это какой-то простой алгоритм, который может быть реализован в c / c ++ существует?
Решение
Посмотрите на библиотеки Speex и WebRTC … в них есть детекторы голосовой активности. Если вы ищете меру уровня звука, вам нужно выбрать индикатор линейного или логарифмического уровня. Общий формат для PCM — диапазон от -32768 до 32767 (16-битная короткая) … одна простая вещь, которую вы можете сделать, это просто суммировать абсолютные значения выборок за период и поделить на количество выборок, чтобы получить среднее значение уровень за период.
Другие решения
Это зависит от того, как вы определяете «уровень звука», который может быть таким же простым, как определение пика, и более сложным, как следование отраслевым стандартам / рекомендациям по получению уровней громкости.
Данные PCM обычно представляют собой поток значений со знаком: 0x00..0xFF для 8-битной PCM, -0x8000 .. + 0x7FFF для 16-битной PCM или -1.0 .. + 1.0 для значений с плавающей запятой.
Самое простое — это определить простой пик путем поиска максимального абсолютного значения для данного периода времени. Вы можете подать заявку log10 потом перевести в децибелы.