如何获得我的 wav 文件相对于时间的声音幅度？

Question

我有一个 wav 文件，我只需要在播放非常强烈的声音时执行一项功能。

例如：如果正在播放强度级别 10（假设）的声音，那么我希望当声音强度级别从 10 增加时，应该触发一个事件来告诉我有一个非凡的声音。

我尝试谷歌它，发现如果我们读取 wav 文件的字节并读取数据块（第 44 个字节之后），我们会得到用户数据（声音数据）。但是当我分析这些数据时，我感到很困惑，因为也有相同的数据没有声音。

我希望我的问题很清楚。 所以请我需要你的建议/想法和参考。

Answer 1

您不需要 FFT - 您只需计算短期 RMS 功率，当它超过预定阈值时，您就会听到“响亮”的声音。

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

其中 x 是样本值，N 是要计算 RMS 功率的样本数 - 我建议使用 10 ms 的周期，在 44.1 kHz 的采样率下给出 N = 441 个样本。