检查音频缓冲区中的声音

Question

我有一个程序，要在24/7上从麦克风录制1.5秒的音频缓冲区。 现在，我要检查缓冲区是否有声音，而不是将缓冲区（根本没有声音）发送到服务器，这只会使它变得比较笨拙并浪费带宽。

缓冲区如下所示：

    short int *waveIn = new short int[NUMPTS];

在哪里：

const double seconds = 1;
const int sampleRate = 8000;
const int NUMPTS = sampleRate * seconds;

所以，我有一个包含8000个单元的short int数组，用于存储音频缓冲区...

现在，通过使用Visual Studio调试器进行检查，在将麦克风音频捕获到缓冲区之后，缓冲区看起来像这样：

waveIn[0] = -125
waveIn[1] = -780;
waveIn[2] = -1320;

等等...

现在，我需要检测是否使用了此缓冲区，它是否已捕获音频，或者仅仅是一个不包含声音的缓冲区...

在运行了几次之后，我注意到当缓冲区中确实有声音时，单元格中的数字会减少。 例如，带有声音的数组通常看起来像这样：

waveIn[0] = -1300;
waveIn[1] = -3200;
waveIn[2] = -2400;

现在，我的问题是，即使内部有声音，有时包含音频的缓冲区也会有很大的数字（接近于0）。

因此，例如，有时单元的数字可能在-600〜-1200范围内，而里面什么也没有，有时，它们的数字可能会在-600〜1200范围内，实际上其中包含声音。

因此，如何检测音频缓冲区内部是否有声音？

我希望我足够清楚...

谢谢！

编辑：我忘了提，我正在使用Wave API来处理音频...

Answer 1

假设您使用的是WAVE_FORMAT_PCM，则各个样本的范围可以在32K到-32K之间，而静音是接近0的小数字。要计算声音的大小，您应该采用许多样本的绝对值（正样本和负样本同等重要） ），然后取平均值。 仅查看3个样本是远远不够的（仅为3/8000秒），因此请选择与真实声音相当的间隔，例如十分之几秒。 没有魔幻的幅度阈值表示存在声音，因此更好的策略是比较连续间隔的幅度，甚至是移动平均值，以寻找从低（近乎安静）到实质上较高（更大声）的变化。 因此，您将有一个基于背景噪声水平的移动阈值。