怎么通过程序（如python）判断一个音频文件（如wav、mp3等格式）的声音清晰度?

Posted 2023-04-17

我用wpf画过wav的频谱图和语谱图，这里有个参考http://www.codeproject.com/Articles/488655/Visualizing-Sound
波形图应该更简单吧 计算声音强度就好了 至于mp3我想应该先解码成pcm追问

有没有这类API可以调用，比如可以判断一段声音质量的好坏，是圆润纯净的或是嘈杂混乱的？

参考技术A

你好，我是元子宝呗，用百度网盘分享给你，点开就可以保存，链接永久有效^_^链接: 

 提取码: xgwx 复制这段内容后打开百度网盘手机App，操作更方便哦 

--来自百度网盘超级会员v3的分享

如果有另外想要的资源或者链接失效，可以使用百度网盘推出的【收集文件】功能进行提问收集资源哦，无需转存简单快捷，功能链接：https://pan.baidu.com/disk/main#/transfer/list 微信小程序、百度网盘app、web端都已上线

如何用背景音乐录制音频？

【中文标题】如何用背景音乐录制音频？

【英文标题】：How To Record Audio With background Music?

【发布时间】：2011-11-11 12:09:21

【问题描述】：

从最近几天开始，我正在开发一个 iphone 应用程序，该应用程序需要记录用户音频并将其与背景音乐一起保存，简单地说，通过附加两个音频文件生成第三个音频文件， 我尝试使用 AudioToolBox api 来做，但没有成功，任何人都可以建议我正确的方向去哪里获得任何建议，???

谢谢，

【参考方案1】：

你可以这样做

- (BOOL) combineVoices1

    NSError *error = nil;
    BOOL ok = NO;


    NSArray *paths = NSSearchPathForDirectoriesInDomains(NSDocumentDirectory,    NSUserDomainMask, YES);
    NSString *documentsDirectory = [paths objectAtIndex:0];


    CMTime nextClipStartTime = kCMTimeZero;
    //Create AVMutableComposition Object.This object will hold our multiple AVMutableCompositionTrack.
    AVMutableComposition *composition = [[AVMutableComposition alloc] init];

    AVMutableCompositionTrack *compositionAudioTrack = [composition addMutableTrackWithMediaType:AVMediaTypeAudio preferredTrackID:kCMPersistentTrackID_Invalid];
    [compositionAudioTrack setPreferredVolume:0.8];
    NSString *soundOne  =[[NSBundle mainBundle]pathForResource:@"test1" ofType:@"caf"];
    NSURL *url = [NSURL fileURLWithPath:soundOne];
    AVAsset *avAsset = [AVURLAsset URLAssetWithURL:url options:nil];
    NSArray *tracks = [avAsset tracksWithMediaType:AVMediaTypeAudio];
    AVAssetTrack *clipAudioTrack = [[avAsset tracksWithMediaType:AVMediaTypeAudio] objectAtIndex:0];
    [compositionAudioTrack insertTimeRange:CMTimeRangeMake(kCMTimeZero, avAsset.duration) ofTrack:clipAudioTrack atTime:kCMTimeZero error:nil];

    AVMutableCompositionTrack *compositionAudioTrack1 = [composition addMutableTrackWithMediaType:AVMediaTypeAudio preferredTrackID:kCMPersistentTrackID_Invalid];
    [compositionAudioTrack setPreferredVolume:0.3];
    NSString *soundOne1  =[[NSBundle mainBundle]pathForResource:@"test" ofType:@"caf"];
    NSURL *url1 = [NSURL fileURLWithPath:soundOne1];
    AVAsset *avAsset1 = [AVURLAsset URLAssetWithURL:url1 options:nil];
    NSArray *tracks1 = [avAsset1 tracksWithMediaType:AVMediaTypeAudio];
    AVAssetTrack *clipAudioTrack1 = [[avAsset1 tracksWithMediaType:AVMediaTypeAudio] objectAtIndex:0];
    [compositionAudioTrack1 insertTimeRange:CMTimeRangeMake(kCMTimeZero, avAsset.duration) ofTrack:clipAudioTrack1 atTime:kCMTimeZero error:nil];


    AVMutableCompositionTrack *compositionAudioTrack2 = [composition addMutableTrackWithMediaType:AVMediaTypeAudio preferredTrackID:kCMPersistentTrackID_Invalid];
    [compositionAudioTrack2 setPreferredVolume:1.0];
    NSString *soundOne2  =[[NSBundle mainBundle]pathForResource:@"song" ofType:@"caf"];
    NSURL *url2 = [NSURL fileURLWithPath:soundOne2];
    AVAsset *avAsset2 = [AVURLAsset URLAssetWithURL:url2 options:nil];
    NSArray *tracks2 = [avAsset2 tracksWithMediaType:AVMediaTypeAudio];
    AVAssetTrack *clipAudioTrack2 = [[avAsset2 tracksWithMediaType:AVMediaTypeAudio] objectAtIndex:0];
    [compositionAudioTrack1 insertTimeRange:CMTimeRangeMake(kCMTimeZero, avAsset2.duration) ofTrack:clipAudioTrack2 atTime:kCMTimeZero error:nil];



    AVAssetExportSession *exportSession = [AVAssetExportSession
                                           exportSessionWithAsset:composition
                                           presetName:AVAssetExportPresetAppleM4A];
    if (nil == exportSession) return NO;

    NSString *soundOneNew = [documentsDirectory stringByAppendingPathComponent:@"combined10.m4a"];
    //NSLog(@"Output file path - %@",soundOneNew);

    // configure export session  output with all our parameters
    exportSession.outputURL = [NSURL fileURLWithPath:soundOneNew]; // output path
    exportSession.outputFileType = AVFileTypeAppleM4A; // output file type

    // perform the export
    [exportSession exportAsynchronouslyWithCompletionHandler:^

        if (AVAssetExportSessionStatusCompleted == exportSession.status) 
            NSLog(@"AVAssetExportSessionStatusCompleted");
         else if (AVAssetExportSessionStatusFailed == exportSession.status) 
            // a failure may happen because of an event out of your control
            // for example, an interruption like a phone call comming in
            // make sure and handle this case appropriately
            NSLog(@"AVAssetExportSessionStatusFailed");
         else 
            NSLog(@"Export Session Status: %d", exportSession.status);
        
    ];


    return YES;

【参考方案2】：

您不会找到任何用于执行此操作的预卷工具，但是一旦您将录音位记录下来，这并不太难。之后，您需要将文件与背景音乐混合，只需将原始样本相加即可。

为了使该部分正常工作，您需要将背景音乐从您使用的任何压缩格式解码为原始 PCM，以便您可以直接处理样本。我已经很久没有做任何 iOS 开发了，所以我不知道 iOS SDK 是否能够直接执行此操作，或者您是否需要将 libffmpeg 与您的代码捆绑在一起（或类似的东西）。但是 IIRC，iPhone 确实支持将压缩音频解码为 PCM，但不支持对其进行编码（稍后会详细介绍）。

否则，您可以将压缩（作为 zip，而不是 mp3/aac/ogg/whatever）原始 PCM 文件与您的应用一起分发并解压缩以直接获取示例数据。

获得最终混音后，您可以将其作为原始 PCM 直接通过播放设备流式传输回来。如果需要保存或导出，则需要再次查看解码/编码库。

根据有关此问题的经验，您可能希望在与背景音乐混合之前对人声进行一些基本处理。首先，您需要将背景音轨标准化为 -3dB（左右），以便在音乐中可以听到用户的声音。其次，您应该对人声应用高通滤波器以去除所有低于 60Hz 的频率，因为 iPhone 的麦克风可以拾取风声或其他背景噪音。最后，您可能希望对人声样本应用压缩 + 限制器，以使人声在安静的伸展过程中更容易听到。

不幸的是，您提出的问题并不像“仅使用函数 mixdownTracksTogether()”那么简单，但您绝对可以通过将其他工具和函数链接在一起来实现此功能。希望这能让你走上正轨！