【发布时间】：2010-09-06 08:51:48
【问题描述】：
我的任务是构建一个 .NET 客户端应用程序来检测 WAV 文件中的静音。
这可以通过内置的 Windows API 实现吗？或者，有什么好的图书馆可以帮助解决这个问题吗？
【问题讨论】：
【发布时间】：2010-09-06 08:51:48
【问题描述】：
音频分析是一件困难的事情，需要大量复杂的数学运算（想想傅立叶变换）。你要问的问题是“什么是沉默”。如果您尝试编辑的音频是从模拟源捕获的，则可能没有任何静音......它们只会是软噪声区域（线路嗡嗡声、环境背景噪声等）。
总而言之，一种应该起作用的算法是确定最小音量（幅度）阈值和持续时间（例如，CodeProject article 看起来很有趣；它描述了用于绘制波形的 C# 代码......这与可用于进行其他幅度分析的代码相同。
【讨论】：
如果您想有效地计算滑动窗口的平均功率：对每个样本进行平方，然后将其添加到运行总计中。从之前的 N 个样本中减去平方值。然后进行下一步。这是CIC 过滤器的最简单形式。 Parseval's Theorem 告诉我们，这种功率计算适用于时域和频域。
此外，您可能希望将Hysteresis 添加到系统中，以避免在功率水平接近阈值水平时快速打开和关闭。
【讨论】：
【讨论】：
我正在使用NAudio，我想检测音频文件中的静音，以便报告或截断。
经过大量研究，我想出了这个基本的实现。因此，我为 AudioFileReader 类编写了一个扩展方法，它返回文件开头/结尾处或从特定位置开始的静音持续时间。
这里：
static class AudioFileReaderExt
{
public enum SilenceLocation { Start, End }
private static bool IsSilence(float amplitude, sbyte threshold)
{
double dB = 20 * Math.Log10(Math.Abs(amplitude));
return dB < threshold;
}
public static TimeSpan GetSilenceDuration(this AudioFileReader reader,
SilenceLocation location,
sbyte silenceThreshold = -40)
{
int counter = 0;
bool volumeFound = false;
bool eof = false;
long oldPosition = reader.Position;
var buffer = new float[reader.WaveFormat.SampleRate * 4];
while (!volumeFound && !eof)
{
int samplesRead = reader.Read(buffer, 0, buffer.Length);
if (samplesRead == 0)
eof = true;
for (int n = 0; n < samplesRead; n++)
{
if (IsSilence(buffer[n], silenceThreshold))
{
counter++;
}
else
{
if (location == SilenceLocation.Start)
{
volumeFound = true;
break;
}
else if (location == SilenceLocation.End)
{
counter = 0;
}
}
}
}
// reset position
reader.Position = oldPosition;
double silenceSamples = (double)counter / reader.WaveFormat.Channels;
double silenceDuration = (silenceSamples / reader.WaveFormat.SampleRate) * 1000;
return TimeSpan.FromMilliseconds(silenceDuration);
}
}
这将接受几乎任何音频文件格式不仅仅是 WAV。
用法：
using (AudioFileReader reader = new AudioFileReader(filePath))
{
TimeSpan duration = reader.GetSilenceDuration(AudioFileReaderExt.SilenceLocation.Start);
Console.WriteLine(duration.TotalMilliseconds);
}
参考资料：
【讨论】：
-
db 公式中的
amplitude是什么？我正在努力从录制的音频中检测和删除静音大约 1.5 个月，但我还没有成功......这些是我在堆栈中关于这个主题的问题，Question 1 和 Question 2 我将不胜感激你帮我解决这个问题，我是一名学生，这是我的家庭作业，我不是这个学科的专业人士 -
当我在 mp4 视频上运行此代码时，值在 -96ish 到 0 之间。0 是最大音量
这是检测阈值交替的一个很好的变体：
static class AudioFileReaderExt
{
private static bool IsSilence(float amplitude, sbyte threshold)
{
double dB = 20 * Math.Log10(Math.Abs(amplitude));
return dB < threshold;
}
private static bool IsBeep(float amplitude, sbyte threshold)
{
double dB = 20 * Math.Log10(Math.Abs(amplitude));
return dB > threshold;
}
public static double GetBeepDuration(this AudioFileReader reader,
double StartPosition, sbyte silenceThreshold = -40)
{
int counter = 0;
bool eof = false;
int initial = (int)(StartPosition * reader.WaveFormat.Channels * reader.WaveFormat.SampleRate / 1000);
if (initial > reader.Length) return -1;
reader.Position = initial;
var buffer = new float[reader.WaveFormat.SampleRate * 4];
while (!eof)
{
int samplesRead = reader.Read(buffer, 0, buffer.Length);
if (samplesRead == 0)
eof = true;
for (int n = initial; n < samplesRead; n++)
{
if (IsBeep(buffer[n], silenceThreshold))
{
counter++;
}
else
{
eof=true; break;
}
}
}
double silenceSamples = (double)counter / reader.WaveFormat.Channels;
double silenceDuration = (silenceSamples / reader.WaveFormat.SampleRate) * 1000;
return TimeSpan.FromMilliseconds(silenceDuration).TotalMilliseconds;
}
public static double GetSilenceDuration(this AudioFileReader reader,
double StartPosition, sbyte silenceThreshold = -40)
{
int counter = 0;
bool eof = false;
int initial = (int)(StartPosition * reader.WaveFormat.Channels * reader.WaveFormat.SampleRate / 1000);
if (initial > reader.Length) return -1;
reader.Position = initial;
var buffer = new float[reader.WaveFormat.SampleRate * 4];
while (!eof)
{
int samplesRead = reader.Read(buffer, 0, buffer.Length);
if (samplesRead == 0)
eof=true;
for (int n = initial; n < samplesRead; n++)
{
if (IsSilence(buffer[n], silenceThreshold))
{
counter++;
}
else
{
eof=true; break;
}
}
}
double silenceSamples = (double)counter / reader.WaveFormat.Channels;
double silenceDuration = (silenceSamples / reader.WaveFormat.SampleRate) * 1000;
return TimeSpan.FromMilliseconds(silenceDuration).TotalMilliseconds;
}
}
主要用途：
using (AudioFileReader reader = new AudioFileReader("test.wav"))
{
double duratioff = 1;
double duration = 1;
double position = 1;
while (duratioff >-1 && duration >-1)
{
duration = reader.GetBeepDuration(position);
Console.WriteLine(duration);
position = position + duration;
duratioff = reader.GetSilenceDuration(position);
Console.WriteLine(-duratioff);
position = position + duratioff;
}
}
【讨论】：
我认为您不会找到任何用于检测静音的内置 API。但是您始终可以使用良好的数学/离散信号处理来找出响度。 这是一个小例子：http://msdn.microsoft.com/en-us/magazine/cc163341.aspx
【讨论】：
-
此链接已损坏...:(
使用Sox。它可以删除前导和尾随的静音，但您必须将其作为应用程序中的 exe 调用。
【讨论】：
-
调用外部进程有时看起来很淘气。但更重要的是使用最好的工具。
查看下面来自Detecting audio silence in WAV files using C#的代码
private static void SkipSilent(string fileName, short silentLevel)
{
WaveReader wr = new WaveReader(File.OpenRead(fileName));
IntPtr format = wr.ReadFormat();
WaveWriter ww = new WaveWriter(File.Create(fileName + ".wav"),
AudioCompressionManager.FormatBytes(format));
int i = 0;
while (true)
{
byte[] data = wr.ReadData(i, 1);
if (data.Length == 0)
{
break;
}
if (!AudioCompressionManager.CheckSilent(format, data, silentLevel))
{
ww.WriteData(data);
}
}
ww.Close();
wr.Close();
}
【讨论】：
-
上面的代码需要第三方库（Alvas Audio），这并不便宜。
-
貌似非开源
Alvas Audio库的广告。 -
我不确定为什么商业解决方案被低估为答案。有没有这样的政策？该软件可能有很多其他人无法实现的品质，而 OP 或未来的访问者可能需要这些品质。你应该批评答案与问题相关，而不是你的意识形态。
-
我敢肯定，如果帖子中包含关于使用第三方非免费库的提醒，它就不会被否决，而不是随便偷偷插入这样的广告。