【发布时间】：2021-02-05 15:51:08
【问题描述】：
我有多个波形文件，有些是小容量的，有些是大容量的。
我想“标准化”声音幅度。
（就像某些音频音序器应用程序具有的“标准化”功能。 将音量放大到峰值达到 0db。）
例如 librosa 库，它有 librosa.util.normalize，但我不确定这是否是我的意思。
我想调整音频的音量，有什么做法吗？
【问题讨论】：
【发布时间】：2021-02-05 15:51:08
【问题描述】：
在任何通道中找到最大峰值（正或负，所以使用 abs）。例如，在一个 16 位文件中，假设您找到 25000。计算该值与有符号 16 位范围内最大值的比率并将其取反：
ratio = 32767.0 / 25000 #(equivalent to 1 / (25000 / 32767.0))
现在迭代所有样本并将它们乘以倒数，这样 25000 变为 32767：
for(sample in samples):
sample = round(sample * ratio)
此操作称为“标准化”或“优化”，具体取决于软件。
【讨论】：
-
非常感谢！！位，我如何首先从样本中找到最大峰值？
(y,sr) = librosa.load(out_file,sr=44100,mono=False)print(y[1])[-3.0517578e-05 -3.0517578e-05 0.0000000e+00 ... -1.0467529e-02 -1.0253906e-02 -1.0070801e-02]... -
Librosa 似乎适用于 float32，因此样本值应在 -1.0 和 1.0 之间变化。除此之外，原理是相同的：您必须最大化绝对值，这将导致值介于 0 和 1 之间。倒数比率然后是 1 除以该值。另请注意，如果最大峰值为 1.0，则您无能为力，因为波已经归一化。
-
非常感谢。有用。
(y,sr) = librosa.load(out_file,sr=44100,mono=False)max_peak = np.max(np.abs(y))ratio = 1 / max_peaky = y * ratio