音频增益响度分析 ReplayGain 附完整C代码示例【转】

转自：http://www.cnblogs.com/cpuimage/p/8846951.html

人们所熟知的图像方面的3A算法有：

AF自动对焦(Automatic Focus)
自动对焦即调节摄像头焦距自动得到清晰的图像的过程

AE自动曝光(Automatic Exposure)
自动曝光的是为了使感光器件获得合适的曝光量

AW自动白平衡(Automatic White Balance)
白平衡的本质是使白色物体在任何光源下都显示白色

与之相对应的音频方面的3A算法是:

AGC自动增益补偿(Automatic Gain Control)
自动调麦克风的收音量，使与会者收到一定的音量水平，不会因发言者与麦克风的距离改变时，声音有忽大忽小声的缺点。

ANS背景噪音抑制(Automatic Noise Suppression)
探测出背景固定频率的杂音并消除背景噪音。

AEC是回声消除器(Acoustic Echo Canceller)
对扬声器信号与由它产生的多路径回声的相关性为基础，建立远端信号的语音模型，利用它对回声进行估计，并不断地修改滤波器的系数，使得估计值更加逼近真实的回声。然后，将回声估计值从话筒的输入信号中减去，从而达到消除回声的目的，AEC还将话筒的输入与扬声器过去的值相比较，从而消除延长延迟的多次反射的声学回声。根椐存储器存放的过去的扬声器的输出值的多少，AEC可以消除各种延迟的回声。

图像方面的算法就不多说了，图像方面的3a算法，本人都实现了。

自动白平衡的主要思路，就是如何判断图像是否偏色，偏色后如何修复的问题。

常见的有直方图均衡，自动对比度，自动色阶等等。

自动曝光也是要做曝光评估，常见的有gama调节等等。

后续有时间，再陆续贴出相应的代码。

在这里，先卖个关子，占个坑。

而在音频算法方面，自动增益补偿的算法有点类似图像的自动曝光算法。

主要要考虑的是多长的音频，怎么分析当前音频的音量或者强度。

根据这个强度对整个音频做一个归一化拉伸，诸如此类。

图像与音频殊途同归。

而历史悠久的算法，莫过于，ReplayGain

ReplayGain是David Robinson在2001年发布的一项建议标准，用于衡量计算机音频格式 中音频的响度。

相关的维基资料：

https://en.wikipedia.org/wiki/ReplayGain

现在大多数的音频播放器都支持这个特性。

根据维基上的说明，现在大多数使用的开源实现是  MP3Gain

资料见:

http://wiki.hydrogenaud.io/index.php?title=Replaygain#Players_support

开源项目地址:

http://mp3gain.sourceforge.net/

项目是C代码，非常干净。

主要的算法实现文件见：gain_analysis.h 与 gain_analysis.c

算法是根据传入的音频数据，分析需要进行增益的分贝值。

不需要增益则为0，需要增益则为对应的浮点正数或负数。

当然，不能传入太少的音频样本，否则无法客观分析。

算法只需要传入音频的数据和指定需要分析的样本长度即可。

最终输出一个 推荐增益的分贝值。

根据这个分贝值进行换算，即可以对目标音频做一些特定的音频处理。

贴上完整的C代码：

#ifdef __cplusplus
extern "C" {
#endif

#include <stdio.h>
#include <stdlib.h>
#include <stdint.h>
//采用https://github.com/mackron/dr_libs/blob/master/dr_wav.h 解码
#define DR_WAV_IMPLEMENTATION

#include "dr_wav.h"
#include "gain_analysis.h"

#ifndef min
#define min(a, b)            (((a) < (b)) ? (a) : (b))
#endif

//读取wav文件
int16_t *wavRead_int16(char *filename, uint32_t *sampleRate, uint64_t *totalSampleCount) {
    unsigned int channels;
    int16_t *buffer = drwav_open_and_read_file_s16(filename, &channels, sampleRate, totalSampleCount);
    if (buffer == NULL) {
        printf("读取wav文件失败.");
    }
    //仅仅处理单通道音频
    if (channels != 1) {
        drwav_free(buffer);
        buffer = NULL;
        *sampleRate = 0;
        *totalSampleCount = 0;
    }
    return buffer;
}

float getGaindB(int16_t *buffer, size_t totalSampleCount, int sampleRate, size_t analyzeSamples) {
    float ret = -0.00000000001f;
    if (totalSampleCount == 0) return ret;
    if (analyzeSamples == 0) return ret;
    const int maxSamples = 2400;
    analyzeSamples = min(maxSamples, analyzeSamples);
    ret = 1.0f;
    int num_channels = 1;
    Float_t inf_buffer[maxSamples];
    size_t totalCount = totalSampleCount / analyzeSamples;
    if (InitGainAnalysis(sampleRate) == INIT_GAIN_ANALYSIS_OK) {
        int16_t *input = buffer;
        for (int i = 0; i < totalCount; i++) {
            for (int n = 0; n < analyzeSamples; n++) {
                inf_buffer[n] = input[n];
            }
            if (AnalyzeSamples(inf_buffer, NULL, analyzeSamples, num_channels) != GAIN_ANALYSIS_OK)
                break;
            GetTitleGain();
            //    printf("Recommended dB change for analyzeSamples %d: %+6.2f dB\n", i, titleGain);
            input += analyzeSamples;
        }
        ret = GetAlbumGain();
    }
    if ((int) ret == GAIN_NOT_ENOUGH_SAMPLES) {
        ret = -0.00000000001f;
    }
    return ret;
}

void analyze(char *in_file, int ref_ms) {
    uint32_t sampleRate = 0;
    uint64_t totalSampleCount = 0;
    int16_t *wavBuffer = wavRead_int16(in_file, &sampleRate, &totalSampleCount);
    if (wavBuffer != NULL) {
        size_t analyzeSamples = ref_ms * (sampleRate / 1000);
        float gain = getGaindB(wavBuffer, totalSampleCount, sampleRate, analyzeSamples);

        printf("recommended dB change: %f \n", gain);
        free(wavBuffer);
    }
}

int main(int argc, char *argv[]) {
    printf("Replay Gain Analysis\n");
    printf("blog:http://cpuimage.cnblogs.com/\n");
    printf("e-mail:gaozhihan@vip.qq.com\n");
    if (argc < 2)
        return -1;
    char *in_file = argv[1];
    //指定分析长度1秒
    int ref_ms = 1000;
    analyze(in_file, ref_ms);
    getchar();
    printf("press any key to exit. \n");
    return 0;
}

#ifdef __cplusplus
}
#endif

我的习惯，尽量少些注释，代码尽量干净整洁。

所以大家直接看代码吧。

项目地址：https://github.com/cpuimage/ReplayGainAnalysis

示例具体流程为：

加载wav(拖放wav文件到可执行文件上)->输出结果->保存wav

得到对应的评估结果之后，接下来作何处理，就看各位看官的具体需求了。

若有其他相关问题或者需求也可以邮件联系俺探讨。

邮箱地址是: 
gaozhihan@vip.qq.com