Блог

У меня есть API, который предоставляет мне данные волны PCM:

http://msdn.microsoft.com/en-us/library/ff966424.aspx

Формат буфера byte[], используемый в качестве параметра для конструктора SoundEffect, Microphone.Метод getData и DynamicSoundEffectInstance.Метод SubmitBuffer — это данные волны PCM. Кроме того, формат PCM чередуется и имеет строчный конец.

Аудиоформат имеет следующие ограничения:

• Аудиоканалы могут быть моно (1) или стерео (2).
• Файл волны PCM должен содержать 16 бит на выборку.
• Частота дискретизации должна составлять от 8000 Гц до 48000 Гц.
• Чередование стереоданных осуществляется с левого канала на правый канал.

Я хотел бы сделать визуализацию на основе этих данных.

Я хочу разделить уровни высоты звука на 3 уровня и получить громкость / уровень каждого.

Итак, если я говорю тихим голосом, я получу высокое значение, затем 2 низких значения, если я говорю нормально, я получу низкое значение, высокое значение и низкое значение, а если я говорю высоким голосом, я получу 2 низких значения и высокое значение.

Как я могу этого добиться? Я никогда не пробовал ничего, что связано со звуком, поэтому я на уровне 1 и не знаю, с чего начать.

Полный ответ, вероятно, был бы слишком сложным, чтобы давать здесь, но вам нужно взять временную область, данные выборки PCM и вывести из нее представление в частотной области, чтобы затем вы могли оценить уровень сигнала в разных частотных диапазонах. Метод для этого известен как быстрая передача Фурье (FFT). Для самостоятельной реализации этого требуется значительный объем знаний о DSP, поэтому, возможно, вашим лучшим подходом было бы создать библиотеку, предлагающую готовую реализацию FFT, которую вы можете использовать.