Я планирую сделать универсальное приложение, которое анализирует образцы аудио. Когда я говорю "универсальный", я имею в виду, что любая технология (Javascript, C, Java и т.д.) Может использовать ее. В основном я сделал приложение на iOS, используя Apple AVFoundation, которое получает в реальном времени образцы микрофонов на длине 512 (bufferSize = 512). На Python я сделал то же самое, используя PyAudio, но, к сожалению, я получил очень разные значения...
Посмотрите образцы:
Samples of bufferSize = 512 on iOS:
[0.0166742969, 0.0181432627, 0.0184620395, 0.0182254426, 0.0181945376, 0.0185530782, 0.0192517322, 0.0199078992, 0.0204724055, 0.0212812237, 0.022370765, 0.0230008475, 0.0225516111, 0.0213304944, 0.0200473778, 0.019841563, 0.0206818394, 0.0211550407, 0.0207783803, 0.020227218 ....
Samples of bufferSize = 512 on Python:
[ -52. -32. -11. 10. 24. 31. 37. 38. 33. 25. 10. -4.
-18. -26. -29. -39. ....
Подробнее:
Код Python:
https://gist.github.com/denisb411/7c6f601175e8bb9f735d8aa43a0db340
В обоих случаях я использовал один и тот же компьютер.
Как мне найти способ "конвертировать" (не знаю, правильно ли это слово) в один и тот же масштаб?
Если бы я был неясен в вопросе, пожалуйста, сообщите мне.
Образцы аудио обычно квантуются на 16 или 24 битах. Но существуют различные соглашения о диапазоне значений, которые могут принимать эти образцы:
В принципе, когда вы решаете хранить образцы, у вас есть два параметра:
У каждого есть свои преимущества и недостатки. Например, сохранение в поплавке в диапазоне [-1, 1] имеет то преимущество, что умножение двух выборок всегда будет в том же диапазоне [-1, 1]...
Итак, чтобы ответить на ваш вопрос, вам просто нужно изменить формат, с которым вы открываете поток PyAudio. В настоящее время вы используете format=pyaudio.paInt16
. Попытайтесь изменить его pyaudio.paFloat32
, и вы должны получить те же данные, что и с вашей реализацией iOS.