python - audioop.rms() - 为什么它与普通 RMS 不同？

Question

我正在编写一个 python 函数来返回 .wav 文件的响度。 RMS 似乎是最好的指标， Detect and record a sound with python 。audioop.rms() 可以解决问题，但我想避免将 audioop 作为依赖项，并且我已经导入了 numpy。但我没有得到相同的 RMS 值，如果能帮助我理解正在发生的事情，我将不胜感激。

在 audioop page 中，它表示 rms 计算正是您所期望的，即 sqrt(sum(S_i^2)/n)，其中，S_i 是第 i 个声音样本。看起来这不是火箭科学。

为了使用 numpy，我首先将声音转换为 numpy 数组，并且始终看到相同的最小值/最大值和相同的数据长度(因此转换似乎没问题)。

>>> d = np.frombuffer(data, np.int16)
>>> print (min(d), max(d)), audioop.minmax(data,2)
(-2593, 2749) (-2593, 2749)

但我得到了非常不同的 RMS 值，甚至没有接近球场:

>>> numpy_rms = np.sqrt(sum(d*d)/len(d))
>>> print numpy_rms, audioop.rms(data, 2)
41.708703254716383, 120

它们之间的区别是可变的，我看不到明显的模式，例如，我也得到:

63.786714248938772, 402
62.779300661773405, 148

我的 numpy RMS 代码给出了与这里相同的输出:Numpy Root-Mean-Squared (RMS) smoothing of a signal

我看不出哪里出错了，但有些地方不对劲。非常感谢任何帮助。

---

编辑/更新:

如果它有用，这是我最终得到的代码。它不如 audioop 快，但仍然足够快，足以满足我的目的。值得注意的是，使用 np.mean() 比我使用 python sum() 的版本快得多(~100 倍)。

def np_audioop_rms(data, width):
    """audioop.rms() using numpy; avoids another dependency for app"""
    #_checkParameters(data, width)
    if len(data) == 0: return None
    fromType = (np.int8, np.int16, np.int32)[width//2]
    d = np.frombuffer(data, fromType).astype(np.float)
    rms = np.sqrt( np.mean(d**2) )
    return int( rms )

Answer 1

使用 double 执行计算，如 audioop.rms() code :

d = np.frombuffer(data, np.int16).astype(np.float)

例子

>>> import audioop, numpy as np
>>> data = 'abcdefgh'
>>> audioop.rms(data, 2)
25962
>>> d = np.frombuffer(data, np.int16)
>>> np.sqrt((d*d).sum()/(1.*len(d)))
80.131142510262507
>>> d = np.frombuffer(data, np.int16).astype(np.float)
>>> np.sqrt((d*d).sum()/len(d))
25962.360851817772