我如何解释AudioBuffer并获得电源？

Question

我正在尝试为我的应用制作一个体积计，它将在录制视频时显示。我已经为iOS的此类仪表获得了很多支持，但大多数都支持AVAudioPlayer，这对我来说是没有选择的。我正在使用AVCaptureSession进行记录，然后将得到如下所示的委托方法：

- (void)captureOutput:(AVCaptureOutput *)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromConnection:(AVCaptureConnection *)connection
{
    CMFormatDescriptionRef formatDescription = CMSampleBufferGetFormatDescription(sampleBuffer);

    CFRetain(sampleBuffer);
    CFRetain(formatDescription);

    if(connection == audioConnection)
    {
        CMBlockBufferRef blockBuffer;
        AudioBufferList audioBufferList;

        CMSampleBufferGetAudioBufferListWithRetainedBlockBuffer(sampleBuffer, 
            NULL, &audioBufferList, sizeof(AudioBufferList), NULL, NULL,
            kCMSampleBufferFlag_AudioBufferList_Assure16ByteAlignment,
            &blockBuffer);

        SInt16 *data = audioBufferList.mBuffers[0].mData;
    }
    //Releases etc..
}

（（仅显示相关代码）

据我了解，我收到了一个“样本缓冲区”，其中包含音频或视频。一旦确认连接确实是音频，就从缓冲区“提取” audioBufferList，然后坐在这里列出一个（或多个？）audioBuffer列表。据我了解，实际数据表示为SInt16或“ 16位带符号整数”，据我所知，其范围为-32,768至32,767。但是，如果我仅打印出该接收到的值，则会得到很多跳动数字。当处于“静音”状态时，我会得到在-200和200之间快速反弹的值，而当有噪音时，我会得到从-4,000到13,000的值，完全是乱序。从阅读中可以了解，值0将代表静音。但是，我不了解负值和正值之间的区别，也不知道是否能够一直向上/向下达到+-32,768。

我相信我需要一定程度的“响亮”，但一直找不到任何东西。

我已经阅读了一些有关此问题的教程和参考资料，但是对我来说没有任何意义。我遵循了一个指南进行此操作（在if内部，附加到上面的代码中）：

float accumulator = 0;
for(int i = 0; i < audioBufferList.mBuffers[0].mDataByteSize; i++)
    accumulator += data[i] * data[i];
float power = accumulator / audioBufferList.mBuffers[0].mDataByteSize;
float decibels = log10f(power);
NSLog(@"%f", decibels);

[显然，该代码应该从-1对齐到+1，但是没有发生。我现在在静音时获得6.194681附近的值，而在某些噪音下获得7.773492。感觉像是正确的“范围”，但处在“错误的位置”。我不能简单地从数字中减去7并假设我介于-1和+1之间。它应该如何工作背后应该有一些逻辑和科学，但是我对数字音频的工作原理还不够了解。

有人知道背后的逻辑吗？当-32,768和32,767是大声声音时，0是否总是静音？然后，我可以简单地将所有负值乘以-1来始终得到正值，然后找出它们的百分比是多少（介于0和32767之间）吗？不知何故，我不认为这会奏效，因为我想这是负值的原因。.我不确定要尝试什么。

Answer 1

您问题中的代码在几种方面是错误的。这段代码试图从下面的文章中复制它，但是您没有正确地将其从文章中的基于浮点数的代码转换为16位整数数学。您还会循环使用错误数量的值（max i），并且最终将拉入垃圾数据。所以这是各种各样的错误。

https://www.mikeash.com/pyblog/friday-qa-2012-10-12-obtaining-and-interpreting-audio-data.html

本文中的代码正确。这就是它，扩展了一点。这仅查看32位浮点缓冲区列表中的第一个缓冲区。

float accumulator = 0;
AudioBuffer buffer = bufferList->mBuffers[0];
float * data = (float *)buffer.mData;
UInt32 numSamples = buffer.mDataByteSize / sizeof(float);

for (UInt32 i = 0; i < numSamples; i++) {
    accumulator += data[i] * data[i];
}
float power = accumulator / (float)numSamples;
float decibels = 10 * log10f(power);

如文章所述，这里的结果是分贝使用0dB参考。例如，0.0是maximum值。例如，AVAudioPlayer的averagePowerForChannel返回的内容与此相同。

要在您的16位整数上下文中使用此值，您需要a）适当循环遍历每个16位样本，b）将data [i]值从16位整数转换为以下形式的浮点值：平方并添加到累加器之前的[-1.0，1.0]范围。