16,551
社区成员
发帖
与我相关
我的任务
分享请问，如何找到一个pcm或wave音频文件中的静音时间，文件中只有两种情况，静音和嘟的声音，up送分!
我要从pcm或wave文件中，找出静音时间，这个文件中的声音是有规律的，比如打电话是的嘟嘟声，闹钟声，上小学的下课铃声等，就是一会有声音，然后间隔一会在响。
从网上收集的资料：
只进行静音检测很简单，基本原理如下：
1.将语音样本归一化到[-1，1]之间。
2.计算各帧语音的能量，平方和、绝对值和均可。
3.能量低于某个阈值的帧即为静音帧。
注：阈值通过实际测试来确定的话效果好一些，比如有轻微背景噪声时阈值就要大一些。
第1步的归一化也可不做，也可以归一化到[-a,a]之间，归一化的目的是使计算出来的能量具有某种相对性，同时保证能量计算不会溢出。
但还是不知道如何下手， 请大虾帮忙。
...全文
请发表友善的回复…
发表回复
jincai78 2003-12-02
- 打赏
- 举报
经过不懈努力，终于解决问题了，谢谢大家的关注！
CSwain 2003-12-01
- 打赏
- 举报
静音确实是128，但现在是读出的数据是unsigned linear的，而不是A-law的，不知道是怎么回事。
superS 2003-12-01
- 打赏
- 举报
8位的是0到255，所以127或者128应该是绝对静音，16位的是-32768到32767，所以0应该是绝对静音吧。
对于这一点如果想确定搞明白，可以使用一个录音软件，如soundforge产生一个8位或16位的静音文件，然后用你的软件打或16位编辑软件打开看一下。
确定了之后，你就可以再确定一个范围，也就是和主要的声音相比有一点点杂音也应算静音。对于这一点就可以使用你顶楼的那些办法了。
对于这一点如果想确定搞明白，可以使用一个录音软件，如soundforge产生一个8位或16位的静音文件，然后用你的软件打或16位编辑软件打开看一下。
确定了之后，你就可以再确定一个范围，也就是和主要的声音相比有一点点杂音也应算静音。对于这一点就可以使用你顶楼的那些办法了。
CSwain 2003-12-01
- 打赏
- 举报
自己再顶。
CSwain 2003-11-29
- 打赏
- 举报
up.
jincai78 2003-11-28
- 打赏
- 举报
对读取到的振幅数据如何处理呢，是整数吗？
superS 2003-11-28
- 打赏
- 举报
首先你要清楚你要操作的声音文件的格式，如果都是PCM的，应该很简单，具体格式可以查这里：
http://www.csdn.net/dev/format
你将发现PCM中很大一部分都是振幅数据（采样点），通过文件头中的信息，你将知道这些振幅是8位的，还是16位的，单、双声道，以及采样频率等等，然后，你就可以对这些振幅数据应用你所说的那些操作了。
http://www.csdn.net/dev/format
你将发现PCM中很大一部分都是振幅数据（采样点），通过文件头中的信息，你将知道这些振幅是8位的，还是16位的，单、双声道，以及采样频率等等，然后，你就可以对这些振幅数据应用你所说的那些操作了。
jincai78 2003-11-28
- 打赏
- 举报
我的声音文件暂时是8bit,
从网上查找的资料发现， 8bit的是0-256之间, 16的是-32768-32767之间
我写了个从文件中读取字节的小程序，没读出一个字节就转换成int，然后判断这个值
是多少，如果小于80则认为是静音，不知道这样行不行？
从网上查找的资料发现， 8bit的是0-256之间, 16的是-32768-32767之间
我写了个从文件中读取字节的小程序，没读出一个字节就转换成int，然后判断这个值
是多少，如果小于80则认为是静音，不知道这样行不行？
kingfire 2003-11-28
- 打赏
- 举报
你要知道你的声音文件的采样位数16bit,or 8bit
它们表示的范围的中间值就是标准静音值。
但是也不全是，某一段时间内振幅保持一个不变的值，这段时间内听到的也是“静音”，
所以简单处理一下你的声音数据块就可以了。
它们表示的范围的中间值就是标准静音值。
但是也不全是，某一段时间内振幅保持一个不变的值，这段时间内听到的也是“静音”，
所以简单处理一下你的声音数据块就可以了。
