用于规范化音频的 Java 算法
我正在尝试规范语音的音频文件。
具体来说，如果音频文件包含音量峰值，我试图将其调平，因此安静的部分更响亮，峰值更安静。
我对音频操作知之甚少，除了我从这项任务中学到的东西。另外，我的数学很弱，令人尴尬。
我做了一些研究，Xuggle网站提供了一个示例，显示使用以下代码减少体积：（此处为完整版）：)
@Override
public void onAudioSamples(IAudioSamplesEvent event)
{
// get the raw audio byes and adjust it's value
ShortBuffer buffer = event.getAudioSamples().getByteBuffer().asShortBuffer();
for (int i = 0; i < buffer.limit(); ++i)
buffer.put(i, (short)(buffer.get(i) * mVolume));
super.onAudioSamples(event);
}
在这里，他们用常量修改中的字节。getAudioSamples()mVolume
基于这种方法，我尝试了规范化，将字节修改为规范化值，考虑文件中的max/min。（有关详细信息，请参阅下文）。我有一个简单的过滤器来保持“沉默”（即，任何低于某个值的东西）。getAudioSamples()
我发现输出文件非常嘈杂（即质量严重下降）。我假设错误要么在我的归一化算法中，要么在纵字节的方式中。但是，我不确定下一步该去哪里。
以下是我目前正在做的事情的删节版本。
步骤 1：查找文件中的峰值：
读取完整的音频文件，并查找所有音频采样的最高值和最低值buffer.get()
@Override
public void onAudioSamples(IAudioSamplesEvent event) {
IAudioSamples audioSamples = event.getAudioSamples();
ShortBuffer buffer =
audioSamples.getByteBuffer().asShortBuffer();
short min = Short.MAX_VALUE;
short max = Short.MIN_VALUE;
for (int i = 0; i < buffer.limit(); ++i) {
short value = buffer.get(i);
min = (short) Math.min(min, value);
max = (short) Math.max(max, value);
}
// assign of min/max ommitted for brevity.
super.onAudioSamples(event);
}
步骤 2：规范化所有值：
在类似于 step1 的循环中，将缓冲区替换为规范化值，调用：
buffer.put(i, normalize(buffer.get(i));
public short normalize(short value) {
if (isBackgroundNoise(value))
return value;
short rawMin = // min from step1
short rawMax = // max from step1
short targetRangeMin = 1000;
short targetRangeMax = 8000;
int abs = Math.abs(value);
double a = (abs - rawMin) * (targetRangeMax - targetRangeMin);
double b = (rawMax - rawMin);
double result = targetRangeMin + ( a/b );
// Copy the sign of value to result.
result = Math.copySign(result,value);
return (short) result;
}
问题：
- 这是尝试规范化音频文件的有效方法吗？
- 我的数学有效吗？
normalize() - 为什么这会导致文件变得嘈杂，而演示代码中的类似方法则不会？
