使用 Python 测量音频“响度”

Question

我正在寻找使用 Python 计算一段音频的响度 - 可能通过提取一段音频的峰值音量，或者可能使用更准确的测量 (RMS？)。

最好的方法是什么？我看过pyaudio，但这似乎并没有达到我想要的效果。看起来不错的是ruby-audio，因为它似乎内置了sound.abs.max。

输入音频将取自各种本地 MP3 文件，时长约为 30 秒。

Answer 1

我认为 RMS 是最准确的衡量标准。需要注意的一点是，我们在不同频率下对响度的感知不同，因此使用 fft 将音频转换为频率空间（numpy.fft 应该只适用于 30 秒的音频）。现在据此计算功率谱密度。使用一些响度曲线按频率加权 PSD。尤其是低于 10Hz 的频率，因为那里会有很多功率（它会主导时域中的 RMS 计算），但我们听不到它。现在整合 PSD 并取平方根，这将给出一个感知的 RMS。

您还可以将 mp3 分成多个部分或窗口，并应用此技术在特定部分提供音量。