用于规范音频的Java算法

我正在尝试使一个语音音频文件正常化。

具体来说,当音频文件包含音量峰值时,我会尝试将其调平,这样安静的部分会更大,峰值也会更安静。

除了我从这项任务中学到的东西之外,我对音频操作知之甚少。此外,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音量:( full version here )

@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,他们修改中的字节 getAudioSamples() 乘以常数 mVolume 。

在这种方法的基础上,我尝试对中的字节进行规范化修改 获取音频样本() 考虑到文件中的最大值/最小值,将其转换为标准化值。(详见下文)。我有一个简单的过滤器,可以不使用“静音”(即任何低于值的内容)。

我发现输出文件是 非常 嘈杂(即质量严重下降)。我认为错误要么是在我的规范化算法中,要么是我操作字节的方式。然而,我不确定下一步该去哪里。

这是我目前正在做的事情的节略版本。

步骤1:在文件中查找峰值:

读取完整的音频文件,并找到 buffer.get() 对于所有AudioSamples

    @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:规格化所有值:

在类似于步骤1的循环中,用归一化值替换缓冲区,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:

• 这是尝试规范音频文件的有效方法吗?
• 我的数学在吗 normalize() 有效的
• 为什么这会导致文件变得嘈杂,而演示代码中的类似方法却没有?