c - 16Bit Little Endian字节数组转整数数组转分贝值

Question

我正在使用 PulseAudio API“实时”获取当前麦克风输入。 缓冲区数据作为 16 位小端字节数组传送。我想做的是找出缓冲区中的最大峰值电平并将其转换为分贝值。为此，我必须将每两个字节数组值转换为一个整数值。在同一个循环过程中，我也在寻找最大值。之后，我将最大值转换为分贝值。这是 C 代码:

static ssize_t loop_write(int fd, const uint8_t *data, size_t size) 
{
int newsize = size / 2;
uint16_t max_value = 0;
int i = 0;

for (i = 0; i < size; i += 2)
{
    // put two bytes into one integer
    uint16_t val = data[i] + ((uint32_t)data[i+1] << 8);

    // find max value
    if(val > max_value)
       max_value = val;
}

// convert to decibel
float decibel = max_value / pow(2, 15);

if(decibel != 0)
    decibel = 20 * log(decibel);

// print result
printf("%f, ", decibel);

return size;
}

据我所知，PA_SAMPLE_S16LE 的振幅值应介于 0 和 32768 之间。但在分贝转换之前，我得到的值介于 0 和 65536 之间。我的转换有什么问题吗？

为了完整起见，我还发布了我的 pulseaudio 设置:

int main(int argc, char*argv[]) 
{
char *device = "alsa_input.usb-041e_30d3_121023000184-00-U0x41e0x30d3.analog-mono";

// The sample type to use
static const pa_sample_spec ss = {
    .format = PA_SAMPLE_S16LE,
    .rate = 44100,
    .channels = 1
};
pa_simple *s = NULL;
int ret = 1;
int error;

// Create the recording stream 
if (!(s = pa_simple_new(NULL, argv[0], PA_STREAM_RECORD, device, "record", &ss, NULL, NULL, &error))) {
    fprintf(stderr, __FILE__": pa_simple_new() failed: %s\n", pa_strerror(error));
    goto finish;
}

for (;;) {
    uint8_t buf[BUFSIZE];

    // Record some data ...
    if (pa_simple_read(s, buf, sizeof(buf), &error) < 0) {
        fprintf(stderr, __FILE__": pa_simple_read() failed: %s\n", pa_strerror(error));
        goto finish;
    }

    // And write it to STDOUT
    if (loop_write(STDOUT_FILENO, buf, sizeof(buf)) != sizeof(buf)) {
        fprintf(stderr, __FILE__": write() failed: %s\n", strerror(errno));
        goto finish;
    }
}

ret = 0;

finish:

if (s)
    pa_simple_free(s);

return 0;
}

Answer 1

What I'd like to do is to find out the maximum peak level in the buffer and transform it into a decibel value.

从物理角度来看，这种方法没有意义。虽然可以指定与整个动态范围相关的单个样本值，但您可能对声级更感兴趣，即信号的功率。单个峰值，即使它是满刻度，也只携带很少的能量；由于谐波失真和有限的带宽，它可能会导致非常响亮的爆音，但从技术上讲，它的功率密度分布在整个频带有限的频谱上。

您真正应该做的是确定 RMS 值(均方根)。即

RMS = sqrt( sum( square(samples) )/n_samples )

编辑: 请注意，以上仅适用于没有直流部分的信号。大多数模拟声音接口(interface)都是交流耦合的，所以这不是问题。但如果还有 DC 部分，则必须先从样本中减去 mean 值，即

RMS_DC_reject = sqrt( sum( square(samples - mean_sample) )/n_samples )

我将把它作为练习留给读者将其添加到下面的代码中。

这为您提供了处理样本的能力，这正是您真正想要的。你问的是分贝。现在我要问你 dB(什么)？您需要引用值，因为 Bels(或分贝)是一种相对(即比较)度量。对于数字信号，满刻度为 0 dB(FS)，零线为 -20 log10( 2^B )，其中 B = 采样位深度。对于大约 -96 dB(FS) 的 16 位信号。

如果我们谈论线路上的信号，一个常见的引用是功率 1 mW，在这种情况下，标度是 dB(m)。对于音频线路电平，已定义满刻度等于 1 mW 的信号功率，这是 1 V RMS 在 1 kOhm 电阻上耗散的功率(你又得到了 RMS)。

现在，由于我们的满刻度立即由输入电路确定，输入电路以 dB(m) 定义，您稍后可以将 dB(FS) 显示为 dB(m)(或 dBm)就好了。

说到实际音量，嗯，这取决于你的输入放大器增益，以及所用麦克风的转换效率。

---

To my knowledge the amplitude value should be between 0 and 32768 for PA_SAMPLE_S16LE. But I am getting values between 0 and 65536 before the decibel conversion. Is there anything wrong with my conversion?

您问的是有符号整数格式。但是您正在将值转换为无符号整数。并且由于 dB_FS 是相对于满量程的，所以不要将它除以位数。对于 16 位的零信号，结果应该约为 -96 dB。该除法无论如何都没有意义，因为它只是将您的 RMS 缩放到范围 [0; 1]，但 log(0) 发散到 -infinity。因此你的 if 语句。但请记住，这是物理，物理是连续的，这里不应该有 if 语句。

你应该这样写

// even for signed values this should be 2^N
// we're going to deal with signed later
double const MAX_SIGNAL = 1 << SAMPLE_BITS;

// using double here, because float offers only 25 bits of
// distortion free dynamic range.
double accum = 0;
int const n_samples = size/2;
for (i = 0; i < size; i += 2)
{
    // put two bytes into one __signed__ integer
    int16_t val = data[i] + ((int16_t)data[i+1] << 8);

    accum += val*val;
}
accum /= n_samples;

// Since we're using signed values we need to
// double the accumulation; of course this could be
// contracted into the statement above
accum *= 2.;

float const dB_FS = -20 * log10( MAX_SIGNAL - sqrt(accum) );