audioop.rms() - 为什么它与正常的 RMS 不同？答案

【问题标题】：audioop.rms() - why does it differ from normal RMS?audioop.rms() - 为什么它与正常的 RMS 不同？
【发布时间】：2012-03-19 00:05:56
【问题描述】：

我正在编写一个 python 函数来返回 .wav 文件的响度。 RMS 似乎是最好的指标，Detect and record a sound with python。 audioop.rms() 可以解决问题，但我想避免将 audioop 作为依赖项，并且我已经导入了 numpy.但我没有得到相同的 RMS 值，希望能帮助我理解正在发生的事情。

来自audioop page，它表示rms 计算正是您所期望的，即sqrt(sum(S_i^2)/n)，其中S_i 是i-th 声音样本。似乎它不是火箭科学。

要使用 numpy，我首先将声音转换为 numpy 数组，并且总是看到相同的最小值/最大值和相同的数据长度（因此转换看起来很好）。

>>> d = np.frombuffer(data, np.int16)
>>> print (min(d), max(d)), audioop.minmax(data,2)
(-2593, 2749) (-2593, 2749)

但我得到非常不同的 RMS 值，甚至没有接近球场：

>>> numpy_rms = np.sqrt(sum(d*d)/len(d))
>>> print numpy_rms, audioop.rms(data, 2)
41.708703254716383, 120

它们之间的区别是可变的，我看不到明显的模式，例如，我也得到：

63.786714248938772, 402
62.779300661773405, 148

我的 numpy RMS 代码给出了与此处相同的输出：Numpy Root-Mean-Squared (RMS) smoothing of a signal

我看不出哪里出错了，但有些不对劲。非常感谢任何帮助。

编辑/更新：

如果它有用，这是我最终得到的代码。它没有audioop那么快，但仍然足够快，足以满足我的目的。值得注意的是，使用 np.mean() 比我使用 python sum() 的版本快得多（~100 倍）。

def np_audioop_rms(data, width):
    """audioop.rms() using numpy; avoids another dependency for app"""
    #_checkParameters(data, width)
    if len(data) == 0: return None
    fromType = (np.int8, np.int16, np.int32)[width//2]
    d = np.frombuffer(data, fromType).astype(np.float)
    rms = np.sqrt( np.mean(d**2) )
    return int( rms )

【问题讨论】：

谢谢，但不行。使用： "d = np.frombuffer(data, np.short)" 给出完全相同的行为。
对不起，我在看到回复之前已经删除了评论。顺便说一句，如果您使用double 来计算np.power(a, 2)，例如，将其更改为np.power(a, 2.)，则可以使用window_rms()。
为什么不能使用audioop？数据有多大？可以使用 C 扩展吗？
我可以使用 audioop，但这样做意味着为应用程序打包另一个依赖项（= 更大的下载量，并且在构建版本时更麻烦）。我们已经包含了 numpy，并且不需要每一微秒。可能只有很短的声音片段。
audioop 在 stdlib 中还是我遗漏了什么？您可以使用np.power(np.frombuffer(data, dtype=fromType), 2.0).mean()**.5 来避免使用.astype() 进行复制（这里power 创建浮点数组）。

标签： python numpy

【解决方案1】：

使用double 执行计算，如audioop.rms() code：

d = np.frombuffer(data, np.int16).astype(np.float)

示例

>>> import audioop, numpy as np
>>> data = 'abcdefgh'
>>> audioop.rms(data, 2)
25962
>>> d = np.frombuffer(data, np.int16)
>>> np.sqrt((d*d).sum()/(1.*len(d)))
80.131142510262507
>>> d = np.frombuffer(data, np.int16).astype(np.float)
>>> np.sqrt((d*d).sum()/len(d))
25962.360851817772

【讨论】：

谢谢！完美的。我投了“赞成票”，但还没有 15 个声望点。

【解决方案2】：

来自 matplotlib.mlab：

def rms_flat(a):
    """
    Return the root mean square of all the elements of *a*, flattened out.
    """
    return np.sqrt(np.mean(np.absolute(a)**2))

【讨论】：

不错。对我来说，在 rms 之前转换为 np.float 是个问题。