Question

我正在尝试编写一个小程序，在用户说话时做出反应。比如让一个圆圈变大或类似的东西。

即时使用此代码访问麦克风，但如何让用户只在用户说话时做出反应？例如当记录的音量大于某个音量时。

    TargetDataLine line = null;
    AudioFormat format = new AudioFormat(16000, 16, 1, true, true);
    DataLine.Info info = new DataLine.Info(TargetDataLine.class, format);

    if(! AudioSystem.isLineSupported(info)){
        System.out.println("Line is not supported");
    }

    try{
        line = (TargetDataLine) AudioSystem.getLine(info);
        line.open();
    }catch(LineUnavailableException e){
        System.out.println("Failed to get line");
        System.exit(-1);
    }

    ByteArrayOutputStream out  = new ByteArrayOutputStream();
    int numBytesRead;
    byte[] data = new byte[line.getBufferSize() / 5];

    // Begin audio capture.
    line.start();

    int i = 0;

    // Here, stopped is a global boolean set by another thread.
    while (i<100) {
       // Read the next chunk of data from the TargetDataLine.
       numBytesRead =  line.read(data, 0, data.length);
       // Save this chunk of data.
       out.write(data, 0, numBytesRead);
       i++;
       System.out.println(i);
    }

Answer 1

在最后一个while循环中，您正在一个名为“data”的缓冲区变量中收集声音数据。您需要做的是获取这些字节并将它们组合成可用的DSP值。这样做的代码取决于格式。最常见的是16位编码，立体声，小端。在这种情况下，您必须将字节组合成值，其中第一个字节是低位，第二个字节是高位。关于这个主题有几个帖子，详细介绍了如何处理这个问题。

值的范围从-32768到32767（我从内存写入，可能会关闭，但它是短路的范围）。很难说你希望阈值在哪里，因为音量不仅取决于绝对值（越大越大），而是取决于较大值所花费的时间。 “安静”声音可能具有非常大的瞬态。此外，数字与分贝不直接对应，需要转换公式。

所以，有几个问题要处理，但是如果你只是进入while循环并解码“数据”，你可能会得到一些快速和脏的东西“足够好”。

麦克风录制的声音音量

1 个答案: