python - 使用Python测量音频 "loudness"

Question

我希望使用 Python 计算一段音频的响度 - 可能通过提取一段音频的峰值音量，或者可能使用更准确的测量(RMS？)。

最好的方法是什么？我看过pyaudio ，但这似乎并没有达到我想要的效果。看起来不错的是ruby-audio ，因为这似乎内置了 sound.abs.max 。

输入音频将从持续时间约为 30 秒的各种本地 MP3 文件中获取。

Answer 1

我认为 RMS 将是最准确的衡量标准。需要注意的一件事是，我们对不同频率的响度感知不同，因此使用 fft 将音频转换为频率空间(numpy.fft 应该只适用于 30 秒的音频)。现在据此计算功率谱密度。使用响度曲线按频率对 PSD 进行加权。特别是低于10Hz的频率，因为那里会有很大的功率(它会主导时域中的RMS计算)，但我们听不到它。现在积分 PSD 并取平方根，这将给出感知的 RMS。

您还可以将 mp3 分成多个部分或窗口，并应用此技术来给出特定部分的音量。