音频增益响度分析 ReplayGain 附完整C代码示例
人们所熟知的图像方面的3A算法有：
AF自动对焦(Automatic Focus)
自动对焦即调节摄像头焦距自动得到清晰的图像的过程
AE自动曝光(Automatic Exposure)
自动曝光的是为了使感光器件获得合适的曝光量
AW自动白平衡(Automatic White Balance)
白平衡的本质是使白色物体在任何光源下都显示白色
与之相对应的音频方面的3A算法是:
AGC自动增益补偿(Automatic Gain Control)
自动调麦克风的收音量，使与会者收到一定的音量水平，不会因发言者与麦克风的距离改变时，声音有忽大忽小声的缺点。
ANS背景噪音抑制(Automatic Noise Suppression)
探测出背景固定频率的杂音并消除背景噪音。
AEC是回声消除器(Acoustic Echo Canceller)
对扬声器信号与由它产生的多路径回声的相关性为基础，建立远端信号的语音模型，利用它对回声进行估计，并不断地修改滤波器的系数，使得估计值更加逼近真实的回声。然后，将回声估计值从话筒的输入信号中减去，从而达到消除回声的目的，AEC还将话筒的输入与扬声器过去的值相比较，从而消除延长延迟的多次反射的声学回声。根椐存储器存放的过去的扬声器的输出值的多少，AEC可以消除各种延迟的回声。
图像方面的算法就不多说了，图像方面的3a算法，本人都实现了。
自动白平衡的主要思路，就是如何判断图像是否偏色，偏色后如何修复的问题。
常见的有直方图均衡，自动对比度，自动色阶等等。
自动曝光也是要做曝光评估，常见的有gama调节等等。
后续有时间，再陆续贴出相应的代码。
在这里，先卖个关子，占个坑。
而在音频算法方面，自动增益补偿的算法有点类似图像的自动曝光算法。
主要要考虑的是多长的音频，怎么分析当前音频的音量或者强度。
根据这个强度对整个音频做一个归一化拉伸，诸如此类。
图像与音频殊途同归。
而历史悠久的算法，莫过于，ReplayGain
ReplayGain是David Robinson在2001年发布的一项建议标准，用于衡量计算机音频格式 中音频的响度。
相关的维基资料：
https://en.wikipedia.org/wiki/ReplayGain
现在大多数的音频播放器都支持这个特性。
根据维基上的说明，现在大多数使用的开源实现是 MP3Gain
资料见:
http://wiki.hydrogenaud.io/index.php?title=Replaygain#Players_support
开源项目地址:
http://mp3gain.sourceforge.net/
项目是C代码，非常干净。
主要的算法实现文件见：gain_analysis.h 与 gain_analysis.c
算法是根据传入的音频数据，分析需要进行增益的分贝值。
不需要增益则为0，需要增益则为对应的浮点正数或负数。
当然，不能传入太少的音频样本，否则无法客观分析。
算法只需要传入音频的数据和指定需要分析的样本长度即可。
最终输出一个 推荐增益的分贝值。
根据这个分贝值进行换算，即可以对目标音频做一些特定的音频处理。
贴上完整的C代码：
#ifdef __cplusplus extern "C" { #endif #include <stdio.h> #include <stdlib.h> #include <stdint.h> //采用https://github.com/mackron/dr_libs/blob/master/dr_wav.h 解码 #define DR_WAV_IMPLEMENTATION #include "dr_wav.h" #include "gain_analysis.h" #ifndef min #define min(a, b) (((a) < (b)) ? (a) : (b)) #endif //读取wav文件 int16_t *wavRead_int16(char *filename, uint32_t *sampleRate, uint64_t *totalSampleCount) { unsigned int channels; int16_t *buffer = drwav_open_and_read_file_s16(filename, &channels, sampleRate, totalSampleCount); if (buffer == NULL) { printf("读取wav文件失败."); } //仅仅处理单通道音频 if (channels != 1) { drwav_free(buffer); buffer = NULL; *sampleRate = 0; *totalSampleCount = 0; } return buffer; } float getGaindB(int16_t *buffer, size_t totalSampleCount, int sampleRate, size_t analyzeSamples) { float ret = -0.00000000001f; if (totalSampleCount == 0) return ret; if (analyzeSamples == 0) return ret; const int maxSamples = 2400; analyzeSamples = min(maxSamples, analyzeSamples); ret = 1.0f; int num_channels = 1; Float_t inf_buffer[maxSamples]; size_t totalCount = totalSampleCount / analyzeSamples; if (InitGainAnalysis(sampleRate) == INIT_GAIN_ANALYSIS_OK) { int16_t *input = buffer; for (int i = 0; i < totalCount; i++) { for (int n = 0; n < analyzeSamples; n++) { inf_buffer[n] = input[n]; } if (AnalyzeSamples(inf_buffer, NULL, analyzeSamples, num_channels) != GAIN_ANALYSIS_OK) break; GetTitleGain(); // printf("Recommended dB change for analyzeSamples %d: %+6.2f dB\n", i, titleGain); input += analyzeSamples; } ret = GetAlbumGain(); } if ((int) ret == GAIN_NOT_ENOUGH_SAMPLES) { ret = -0.00000000001f; } return ret; } void analyze(char *in_file, int ref_ms) { uint32_t sampleRate = 0; uint64_t totalSampleCount = 0; int16_t *wavBuffer = wavRead_int16(in_file, &sampleRate, &totalSampleCount); if (wavBuffer != NULL) { size_t analyzeSamples = ref_ms * (sampleRate / 1000); float gain = getGaindB(wavBuffer, totalSampleCount, sampleRate, analyzeSamples); printf("recommended dB change: %f \n", gain); free(wavBuffer); } } int main(int argc, char *argv[]) { printf("Replay Gain Analysis\n"); printf("blog:http://tntmonks.cnblogs.com/\n"); printf("e-mail:gaozhihan@vip.qq.com\n"); if (argc < 2) return -1; char *in_file = argv[1]; //指定分析长度1秒 int ref_ms = 1000; analyze(in_file, ref_ms); getchar(); printf("press any key to exit. \n"); return 0; } #ifdef __cplusplus } #endif
我的习惯，尽量少些注释，代码尽量干净整洁。
所以大家直接看代码吧。
项目地址：https://github.com/cpuimage/ReplayGainAnalysis
示例具体流程为：
加载wav(拖放wav文件到可执行文件上)->输出结果->保存wav
得到对应的评估结果之后，接下来作何处理，就看各位看官的具体需求了。
若有其他相关问题或者需求也可以邮件联系俺探讨。
邮箱地址是:
gaozhihan@vip.qq.com