在 Javascript 中使用 FFT 计算音频文件的平均幅度答案

【问题标题】：Calculating The Average Amplitude of an Audio File Using FFT in Javascript在 Javascript 中使用 FFT 计算音频文件的平均幅度
【发布时间】：2016-01-22 00:36:57
【问题描述】：

我目前正在参与一个项目，我想在给定的 AAC 文件中找到给定音频数据的平均幅度。我目前正在将文件作为数组缓冲区读取并传递给 Uint8Array。

var dataArray = new Uint8Array(buffer)

然后我设置了两个数组，一个实数（包含音频数据）和一个虚数（包含全零），并将它们传递给 FFT。然后将音频数据放入一个新数组中，使数组中的数字不再被视为无符号 8 位整数。

var realArray = [audio data here]
var imagArray = [0,0,0,0,0,0,...]
transform(realArray, imagArray)

然后我遍历数组，从 0 循环到 N/2，其中 N 是包含原始音频数据的初始缓冲区的大小，并计算每个频率区间的幅度。最后，我将这些大小的总和除以 N/2。

问题在于，在某些情况下，对于以较低强度播放的音频，与以较高强度播放的音频给出的值相比，我得到的值更高。我的方法在实现我的目标方面是否正确，还是有更好的方法来实现它？谢谢。

注意：对于那些对正在使用的 FFT 感兴趣的人，可以在这里找到多种语言的版本。 FFT 我将音频文件的中间 2^20 字节传递到 FFT 中，然后进行计算。

【问题讨论】：

dataArray是直接读取AAC数据还是先解码成PCM？
直接读取。我不知道 PCM 是什么。
我认为 jaket 的重点是需要对 AAC 文件数据进行解压缩/解码以获得实际的音频样本值 (PCM) - 你不能只使用原始的您从文件中读取的字节数。
哦，好的。我假设我可以只使用原始字节。感谢您的洞察力。
所以我正在解码音频数据，然后将解码后的音频分成两个通道。在获得单独的通道数据后，我对如何找到平均幅度感到困惑。

标签： javascript audio signal-processing fft

【解决方案1】：

你真的不需要为此使用 FFT - Parseval's theorem 本质上意味着时域中的能量等于频域中的能量，因此 FFT 部分是多余的 - 你可以只计算幅度时域。通常这是通过在选定的时间窗口内计算信号的RMS value 来完成的（此时间窗口的长度取决于您要达到的目标）。

【讨论】：

感谢您的回答。我会这样实现。