使用Python测量音频“响度”
我想用Python来计算一段音频的响度——可能是通过提取音频的峰值音量，或者使用更准确的测量方法（比如RMS）。
请问有什么好的方法吗？我看过pyaudio，但感觉它没有满足我的需求。看起来ruby-audio不错，因为它似乎内置了sound.abs.max这个功能。
输入的音频将来自一些本地的MP3文件，时长大约30秒。
1 个回答
5
我觉得RMS（均方根）是最准确的测量方式。有一点需要注意的是，我们对不同频率的响度感知是不同的，所以可以用快速傅里叶变换（fft）把音频转换到频率空间（用numpy.fft处理30秒的音频效果很好）。接下来，从这个频率空间计算出功率谱密度（PSD）。然后，使用某种响度曲线根据频率对PSD进行加权。特别是低于10Hz的频率，因为那里会有很多能量（这会在时域中主导RMS的计算），但我们是听不到的。最后，整合PSD并取平方根，这样就能得到感知的RMS。
你还可以把mp3分成几个部分或窗口，然后应用这个方法来计算特定部分的音量。