Python、C++、Java...有没有用于比较音频信号的API?

Question

有没有人知道有没有适合Python、C++或Java的库，或者其他外部应用，可以用来检查mp3文件中是否存在特定的音频失真？我的问题是这样的：

我有一个非常强大的Django应用程序，它会自动为一个电台制作播客，涵盖所有不同的节目。但是大约每周一次，负责录音的电脑会录到损坏的音频，这种音频有特定的干扰模式，听起来像直升机的声音，音频会在每秒内掉落好几次。我并不指望能修复这些音频文件（我尝试过用好的编辑软件手动修复，但完全没希望），我想要的是检测这种损坏是否存在，这样我就可以自动切换到备份录音。外部工具最好能在Linux上运行，但如果是无头模式（不强制显示图形界面），在Windows上也可以接受。

谢谢。

Answer 1

试试这个叫做 BASS 的库，看看它是否能满足你的需求。

Answer 2

我觉得你只需要对mp3文件进行快速傅里叶变换（fft），这样你应该能看到一个很低频的尖峰，这个尖峰对应于音频中的大幅下降。不过我不是数字信号处理方面的专家，所以不确定这样做是否有效，但试试看也很简单。

你可以使用Python的numpy库来实现这个。链接

只需将mp3文件读入一个数组，然后进行fft。作为测试，我建议你先绘制一下图表（比如使用matplotlib），对比一下损坏的版本和正常的版本，看看你能否轻松识别出损坏的文件。然后希望你能从这些fft结果中写出一个简单的算法来检测损坏的文件。

要将mp3文件读入数据缓冲区，你可以使用PyMedia http://pymedia.org/

我没有使用过PyMedia，所以不太确定如何将mp3读入缓冲区（我想这应该不会太复杂），但之后绘制fft图就简单多了：

from numpy import *
from numpy.fft import *
import pylab

# place code to read the mp3 file into buf[] here.

buf_fft = fft(buf, 1024)
pylab.plot(fftfreq(1024, 0.1), abs(buf_fft))
pylab.show()