以时间间隔分析属性的音频数据

Posted 2023-02-25

【中文标题】以时间间隔分析属性的音频数据

【英文标题】：Analysing audio data for attributes at time intervals

【发布时间】：2011-09-09 04:23:36

【问题描述】：

我一直想玩音频解析有一段时间了，但我真的无法找到适合我想要做的事情的库。

我基本上只是想解析一个声音文件并在歌曲的特定时间（比如每 10 毫秒左右）获取振幅/频率和其他相关信息，以便我可以绘制数据，例如歌曲加速的地方很多，它变得非常响亮。

我已经看过很多 OpenAL，但它看起来并没有提供这种能力，除了我没有找到从哪里开始的运气。如果有人这样做或使用了可以做到这一点的库，那么我们将不胜感激。谢谢！

【问题讨论】：

注意：这个问题将在关于信号处理的讲座中结束。我不给，我没有资格。

@Chris 你是什么意思？

您询问将数字（量化）音频源转换为有意义的东西（例如找到歌曲加速的位置），这本身就是一个完整的研究领域。

@Chris 啊，好吧，我想我知道这是怎么回事了。所以它在很大程度上是解析一个表示 Hz 值的二进制数据流或一些东西来找到隐含的数据，如频率和幅度？

请注意，现在有一个 信号处理 StackExchange 站点，可能会更好地提出这个问题：dsp.stackexchange.com

【参考方案1】：

对于解析和解码音频文件，我使用libsndfile 获得了不错的结果，它在 Windows/OSX/Linux 上运行并且是开源的（LGPL 许可）。该库不支持 mp3（作者希望避免许可问题），但它确实支持 FLAC 和 Ogg/Vorbis。

如果使用封闭源代码库对您来说不是问题，那么一个有趣的选项可能是来自 Apple 的 Quicktime SDK。此 SDK 适用于 OSX 和 Windows，注册开发人员免费（您也可以免费注册为 Apple 开发人员）。使用 QT SDK，您可以解析 Quicktime Player 支持的所有文件格式，包括 .mp3。 SDK 让您可以访问 QuickTime 安装的所有编解码器，因此您可以读取 .mp3 文件并将它们即时解码为 PCM。请注意，要使用此 SDK，您必须安装免费的 QuickTime Player。

至于信号处理库，老实说，我不能推荐任何，因为我已经编写了自己的函数（用于语音识别，如果你好奇的话）。 this page 中列出了一些看起来很有趣的开源项目。

我建议您从简单开始，例如分析幅度数据，这些数据可以从 PCM 样本中轻松获得，而无需进行任何处理。能够可视化数据非常有用，我发现Audacity 是一个出色的可视化工具，而且由于它是开源的，您可以在其中构建自己的测试。

祝你好运！