如何檢測WMA流緩衝區中的音頻靜音？

Question

我希望你可以幫助我一個程序，我試圖寫在VB.NET中。

我有一個標準的WMA流，不斷通過互聯網流。我需要編寫一個應用程序來傳輸這個音頻，並尋找任何「沉默」時期。當它檢測到沉默時，它會運行一個事件。

出於此目的，靜音被定義爲三秒的零級音頻。從技術角度來看，這個流程仍在繼續，但是沒有可聽見的噪音通過它傳播。

但是，我希望程序在仍處於「緩衝區」時檢測靜音。也就是說，在程序檢測到它在那裏之前，用戶不會聽到這種沉默。

音頻不應該停止，因爲它正在分析這種沉默 - 它需要不斷地向用戶播放音頻。

我願意使用任何合適的API就在那裏 - 如BASS，或內置於點網平臺上的Windows媒體擴展。

謝謝！

Answer 1

嗯，我正是這樣做在我的產品：有多種網絡音頻流捕獲和解碼爲PCM，然後各種分析對它們執行，其中一人beeing靜音檢測。

如果你想創造一些像它自己，使用Windows Media格式SDK用於.NET從這裏：

http://windowsmedianet.sourceforge.net/

然後，使用IWMReader和它的OnSample回調，會爲你提供PCM數據。

然後，計算最大輸入電平小的緩衝區，看到3秒的水平，如果這是你的treshold下方，觸發一個事件。

Answer 2

如果你有PCM數據，你可以只取幾個樣本的平均值，如果它低於閾值考慮沉默。我假設你正在播放音頻，你可以訪問未壓縮的數據。

不幸的是，我不知道WMA編解碼器的細節，但我認爲最簡單的方法是隻需要幾個樣本的平均值。