Pcm

基本上，当初罕用的声音采样方法是pcm，而对于压缩音频的解码，失去的也pcm数据。这个pcm数据，只是一堆数值，有正有负，看这个值看不出什么花色。 声音采集，采的是什么呢？ 采的是声音的强度变动，也是声音这种能量的强弱变动，这种强弱用分贝来示意，即dB。所以，pcm数据跟这个dB就肯定有关系，这个关系是这样的： dB=20∗log10(pcm)pcm=pow(10,(dB/20.0))模数转换ADC时罕用的位深是16bit，也就是用16位来示意一个sample，这里不思考偷懒而应用有余16位的状况。16位能示意65536个值，也就意味着有65536个dB能够示意进去，哪又怎么样？很厉害了吗？ 确实是比拟厉害的了。 16位的pcm数值，分正负，那负数的范畴是0至32767，正数的范畴是-1至-32768，轻易挑几个来看看，对应的dB是多少，如下图： 由下面的运算可知，16位的pcm值，如果不分正负，最大能够示意96dB，如果分正负，也能示意到90dB。90dB是什么概念？有数据表明（我也不分明什么数据），85dB就会挫伤了你，90dB相当于摩托车启动的声音--你有开过吗？ 所以，你的pcm数据须要去到90dB以上吗？想祸患谁？个别状况下，能示意到90dB就很够用了。 既然晓得了pcm数值与dB的关系，就能够搞点事件了，比方把pcm转成dB后再放大一点，再保留成新的文件，是不是播放就能够大声一点了呢？ 来做个试验。 import mathimport mathimport waveimport audioreadimport contextlibimport sysimport mathimport structdef gainpcm(filepath): try: with audioread.audio_open(filepath) as f: with contextlib.closing(wave.open(filepath+'.wav', 'w')) as of: of.setnchannels(f.channels) of.setframerate(f.samplerate) of.setsampwidth(2) for buf in f: for i in range(0, len(buf)-2, 2): s = buf[i] + buf[i+1] pcm = struct.unpack('<h', s)[0] apcm = abs(pcm) if apcm==0: apcm=1 db = 20*math.log10(apcm) db = db * 1.2 apcm=int(math.pow(10, float(db)/20.0)) if apcm>32767: apcm=32767 if pcm < 0: pcm=-apcm else: pcm = apcm tbuf = struct.pack('<h', pcm) of.writeframes(tbuf) except audioread.DecodeError: print("File could not be decoded.") sys.exit(1)if __name__ == '__main__': gainpcm('test.mp3')这里是对代码的简略解释： ...