其他分享
首页 > 其他分享> > 如何从Media Player计算振幅的分贝(dB)?

如何从Media Player计算振幅的分贝(dB)?

作者:互联网

我有一个代码来计算AudioRecord的实时dB幅度.该代码非常适合计算dB幅度.录制后,我将其保存到wav文件.现在,我要播放该文件并重新计算dB幅度.但是,我以前无法达到类似的结果.你能帮我解决这个问题吗?这是我在录制和播放时计算dB幅度的代码.

1,录音时计算dB幅度

bufferSize = AudioRecord.getMinBufferSize(16000, AudioFormat.CHANNEL_IN_MONO,
            AudioFormat.ENCODING_PCM_16BIT);
record = new AudioRecord(MediaRecorder.AudioSource.VOICE_COMMUNICATION, SAMPLE_RATE, AudioFormat.CHANNEL_IN_MONO,
            AudioFormat.ENCODING_PCM_16BIT, bufferSize);
audioBuffer = new short[bufferSize];
readSize=record.read(audioBuffer, 0, audioBuffer.length);
double amplitude = 0;
double sum=0;
for (int i = 0; i < readSize; i++) {
     sum += audioBuffer[i] * audioBuffer[i];
}
amplitude = sum / readSize;
dbAmp=20.0 *Math.log10(amplitude/32767.0);

2.假设文件输出为ouput.wav.我使用MediaPlayer播放和计算幅度

String filePath = Environment.getExternalStorageDirectory().getPath() +"/" +"output.wav";
mPlayer = new  MediaPlayer();
mPlayer.setDataSource(filePath);
mPlayer.prepare();
mPlayer.start();
mVisualizerView.link(mPlayer);

其中,mVisualizerView是Visualizer类.该类具有链接功能,例如

 public void link(MediaPlayer player)
  {
    // Create the Visualizer object and attach it to our media player.
    mVisualizer = new Visualizer(player.getAudioSessionId());
    mVisualizer.setScalingMode(Visualizer.SCALING_MODE_NORMALIZED);
    mVisualizer.setCaptureSize(Visualizer.getCaptureSizeRange()[1]);
    // Pass through Visualizer data to VisualizerView
    Visualizer.OnDataCaptureListener captureListener = new Visualizer.OnDataCaptureListener()
    {
      @Override
      public void onWaveFormDataCapture(Visualizer visualizer, byte[] bytes,
          int samplingRate)
      {       
        updateVisualizer(bytes);
      }
      @Override
      public void onFftDataCapture(Visualizer visualizer, byte[] bytes,
          int samplingRate)
      {     
        updateVisualizerFFT(bytes);
      }
    };
    mVisualizer.setDataCaptureListener(captureListener,
        Visualizer.getMaxCaptureRate() / 2, true, true);
    player.setOnCompletionListener(new MediaPlayer.OnCompletionListener()
    {
      @Override
      public void onCompletion(MediaPlayer mediaPlayer)
      {
        mVisualizer.setEnabled(false);
      }
    });
  } 

作为我的任务,我将根据updateVisualizer或updateVisualizerFFT函数中的字节重新计算dbAmp

   public void updateVisualizer(byte[] bytes) {
    dbAmp = computedbAmp(bytes); 
    mBytes = bytes;
    invalidate();
  }
  public void updateVisualizerFFT(byte[] bytes) {
    dbAmp = computedbAmp(bytes);
    mFFTBytes = bytes;
    invalidate();
  }
  public double computedbAmp(byte[] audioData) {
        //System.out.println("::::: audioData :::::"+audioData);
      double amplitude = 0;
      for (int i = 0; i < audioData.length/2; i++) {
          double y = (audioData[i*2] | audioData[i*2+1] << 8) / 32768.0;
          // depending on your endianness:
          // double y = (audioData[i*2]<<8 | audioData[i*2+1]) / 32768.0
          amplitude += Math.abs(y);
      }
      amplitude = amplitude / audioData.length / 2;
      return amplitude;
    }

目前,我采用某种方法从字节计算dB幅度.但是,它们是不正确的.您能帮我修复它或向我建议计算方法吗?谢谢

我期望的解决方案,例如 Sensor Box for Android
enter image description here

解决方法:

如评论中所提到的,您对两者没有使用相同的计算.另外,我认为这两种方法都不正确.

从第一个示例的代码中,您似乎正在尝试计算RMS(即sqrt(sumOfSquares / N)),然后转换为dB.

第二个样本是sumOfAbs / N,未转换为dB

另一个非常小的问题是,在一种情况下,您需要除以32767,然后再除以32768.两者都应为32768.

对于第一部分,请执行以下操作:

double sum=0;
for (int i = 0; i < readSize; i++) {
    double y = audioBuffer[i] / 32768.0;
    sum += y * y;
}
double rms = Math.sqrt(sum / readSize);
dbAmp=20.0 *Math.log10(rms);

对于第2部分:

double sum=0;
for (int i = 0; i < audioData.length/2; i++) {
    double y = (audioData[i*2] | audioData[i*2+1] << 8) / 32768.0;
    sum += y * y;
}
double rms = Math.sqrt(sum / audioData.length/2);
dbAmp = 20.0*Math.log10(rms);

注意,除了破解字节数组外,两者几乎完全相同.这应该是您找到一种排除该功能的方法的线索,这样以后您就不会再遇到这种问题了.

编辑:

我忘了提一件事.关于此问题,存在一些公开辩论,但根据您的应用,您可能希望对dBFS结果进行正弦校准.我的意思是,正如我所写的那样,您将在单个满量程正弦波上运行计算,您将获得0.7071(1 / sqrt(2))或-3dBFS的均方根值.如果要使正弦正弦波精确达到零dBFS,则需要将均方根值乘以sqrt(2).

标签:android-mediaplayer,audio-recording,audio,android,signal-processing
来源: https://codeday.me/bug/20191027/1947644.html