如何检测 WMA 流缓冲区中的音频静音？答案

【问题标题】：How to detect silence of audio in buffer of WMA stream?如何检测 WMA 流缓冲区中的音频静音？
【发布时间】：2010-08-24 07:10:47
【问题描述】：

我希望你能帮助我编写一个我正在尝试用 VB.NET 编写的程序。

我有一个标准的 WMA 流，通过互联网不断地流式传输。我需要编写一个应用程序来流式传输此音频，并寻找任何“沉默”时期。当它检测到静音时，它会运行一个事件。

为此，静音被定义为三秒的零级音频。从技术上讲，水流一直在继续，但没有声音通过它。

但是，我希望程序在静默仍在“缓冲区”中时检测到静默。也就是说，在程序检测到它存在之前，用户不会听到这种沉默。

音频不应该停止，因为它正在分析这种沉默 - 它需要不断地向用户播放音频。

我愿意使用任何合适的 API，例如 BASS，或内置于 dot net 平台的 Windows Media 扩展。

谢谢！！

【问题讨论】：

【解决方案1】：

如果您有 PCM 数据，您可以取几个样本的平均值，如果它低于阈值，则认为它是静音。我假设如果您正在播放音频，您可以访问未压缩的数据。

很遗憾，我不知道 WMA 编解码器的详细信息，但我认为最简单的方法是取几个样本的平均值。

【讨论】：

【解决方案2】：

嗯，我在我的产品中就是这样做的：捕获多个互联网音频流并将其解码为 PCM，然后对它们执行各种分析，其中之一是进行静音检测。

如果您想自己创建类似的内容，请从此处使用适用于 .net 的 Windows Media Format SDK：

然后，使用 IWMReader，它的 OnSample 回调将为您提供 PCM 数据。

然后，计算小缓冲区的最大输入级别，查看该级别 3 秒，如果它低于您的阈值，则触发一个事件。

【讨论】：