如何在時間上獲得我的wav文件的聲音幅度？

Question

我有一個wav文件，所有我需要的是執行一個功能，當一個顯着強度的聲音播放。

例如：如果有強度等級爲10（假定）的聲音正在播放，所以我希望當聲音的強度等級從10增加時，應該觸發一個事件來告訴我有一個非凡的聲音。

我想谷歌一下，發現如果我們讀wav文件的字節，並讀取數據塊（44字節）之後，我們得到了用戶的數據（聲音數據）。但是當我分析這些數據時我感到困惑，因爲在沒有聲音的地方也有相同的數據。

我希望我的問題是很清楚的。 所以請我需要你的建議/想法和參考。

Answer 1

你不需要爲此進行FFT - 你可以只計算短期RMS功率，並且當其超過規定的閾值，那麼你有一個「響亮」的聲音。

power_RMS = sqrt(sum(x^2)/N) 

，其中x是樣本值，N是在要計算RMS功率樣本的數量 - 我會建議使用一段說10毫秒，其在44.1 kHz採樣給出N = 441個樣本率。