目录1 .研究背景(1)思路)2)分贝概念)2. MRCP的声音流处理浅析)1)声音能量计算源代码)2)带VAD功能实现3声音的基本概念)1(声音强度和声压)2)声压级spl )3)声源
1 .研究背景
最近从事了一些语音相关的开发，为了计算和量化实时音频流的语音相关数据，进行了一些相关的研究。
(1)思维方式平时用电脑控制音量是0-100来调整的，这是相对的音量感觉，标准测量不好。 之后，在网上查了资料，决定使用分贝客观地评价声音的大小。
) )分贝的概念分贝(decibel，/'ds.bl/)是测量两个相同单位的数量比的测量单位，主要用于测量声音的强度，通常用dB表示。
“分”(deci-)指十分之一，一位为“贝”(bel )，一般只采用分贝。 分贝是以美国发明家CSDfy(AlexanderGrahamBell )的名字命名的。
分贝自检表如下所示。 请作为参考。
分贝值的实际效果0分贝刚听到的声音15分贝以下安静的感觉30分贝耳语的音量大小40分贝冰箱的嗡嗡声60分贝正常对话的声音70分贝走在闹市区85分贝汽车来往的路上95分贝的欧音作为一名爱养病的作者，他曾经常播放110分贝的电钻，150分贝的MP3声、120分贝的飞机起飞时发出的150分贝的烟花爆竹，顺便引起美国语言听力协会的注意，如果长时间晚上受到50分贝的噪音，那么55分贝，60分贝对孩子的学习有负面影响，从睡梦中醒来； 70分贝，心肌梗死发病率可增加30%左右； 超过110分贝，可能会引起永久性听力损伤。
2. MRCP的语音流处理浅析)1)语音能量计算源代码在以前的MRCP Server开发过程中，阅读了源代码附带的VAD功能，源代码/libs/mpf/src/mpf _ activity
satic apr _ size _ tmpf _ activity _ detector _ level _ calculate (const mpf _ frame _ t * frame ) apr_size_tsize const apr _ int 16 _ t * cur=frame-codec _ frame.buffer； const apr_int16_t *end=cur count； for (； cur end； cur () if ) cur ) {sum -=*cur； }else {sum =*cur； } }返回和计数； }在有噪声的环境中，上述代码不会有效，因为它会根据frame中的信息粗暴地将能量相加。
)2)关于带VAD功能的安装已经叙述到这里。 另外，在MRCP的端点检测中，当调用函数mpf_activity_detector_create进行初始化时，静默能量的大小在silence_timeout参数中默认设置为300
/* * createactivitydetector */mpf _ declare (mpf _ activity _ detector _ t * ) mpf_activity_detector_create ) 检测器- level _ threshold=12；/*0. 255 * /检测器- speech _ time out=300；/* 0.3s * /检测器- silence _ time out=300；/* 0.3s * /检测器- no input _ time out=5000；//检测器-持续时间=0； 检测器- state=detector _ state _ in activity； 返回检测器； }我们可以通过mpf _ activity _ detector _ silence _ time out _ set修改VAD能量的大小。 我想用花了巨额资金买的播音员麦，用自己的语言测试的方式试验silence_timeout的合适值，后来放弃了。 (后来，播音员麦
/* * settimeoutrequiredtotriggersilence (传输流程识别器(*/mpf _ declare ) void ) mpf_activity )
r_size_t silence_timeout){detector->silence_timeout = silence_timeout;}具体MRCP自带VAD判断的方法在函数mpf_activity_detector_process中，感兴趣的可以自己去查看，总的思路就是设置了4种状态，需要经过这个状态来累计设定的时长，如果满足了，才会切换，否则不予切换，希望详细了解的可以参考文末的一些文章。
3 语音的基本概念之前查了很多资料，都是使用SPL进行计算的，写完后测试总是不符合分贝效果的预期，后来进行调试后，感觉实际用的是SL进行计算，下面进行介绍。
(1) 声强与声压声强(I)：声波平均能流密度的大小。
声压§：大气压受到声波扰动后产生的变化，即为大气压强的余压，它相当于在大气压强上的叠加一个声波扰动引起的压强变化。
他们之间的关系如下公式：
I = frac{p^2}{rhonu}其中
I: 声强p: 声压rho: 介质密度nu: 表示水中声速 (2) 声压级SPL声压级定义为将待测声压有效值p(e)与参考声压p(ref)的比值取常用对数，再乘以20，用SPL表示。
SPL = 20lgfrac{p_e}{p_{ref}}其中
p_e: 声压有效值声压(p_e) = sqrt{声强(I)*介质密度(rho)*声速(C)}rho: 空气中介质密度1.293声速: 340m/sp_{ref}: 基准参考声压，一般在空气中的值为2*10^{-5} (Pa)对于数字麦克风计算声压级，看到了一篇帖子，还没有详细进行测试，相关链接放在文末，感兴趣的可以深入了解。
(3) 声源级SL声轴上距声源1米处产生的声强相对于参考声强的分贝数。是声纳方程中定量描述声源辐射能力的项，用 SL表示。
SL = 10lgfrac{I}{I_0}其中
I: 表示离声源中心1m处的声强I_0: 表示参考声强，值为0.67 4. 代码实践下面函数实现的功能为获取语音流数据后,对语音数据进行计算的函数:
size_t mpf_activity_detector_level_calculate(const char *data, int dataSize){ size_t sum = 0; size_t count = dataSize / 2; const short *cur = data; const short *end = cur + count; for (; cur < end; cur++) { if (*cur < 0) { sum -= *cur; } else { sum += *cur; } } size_t ret = sum / count; printf("------------mpf_activity_detector_level_calculate() I: %ldn", ret); // 声压（p）的平方=声强（i）×介质密度（ρ）×声速（c） // 声强单位是：w / m2 // 密度单位：kg / m3 // 声速：m / s double pe = sqrt((double)(ret * 1.293 * 340)); double pref = 0.00002; // SPL = 20LOG(10)[p(e) / p(ref)] // 空气中参考声压p(ref）一般取为2*10E-5帕 int SPL = (int)(20.0 * log10(pe / pref)); printf("------------mpf_activity_detector_level_calculate() SPL: %d, p(e): %lf, p(ref): %lfn", SPL, pe, pref); // https://zhuanlan.zhihu.com/p/384225760 // SL = 10LOG(10)[ I / I。] // I 离声源中心1m处的声强 // I。参考声强 0.67 int SL = (int)(10.0 * log10(ret / 0.67)); printf("------------mpf_activity_detector_level_calculate() SL: %dn", SL); printf("n"); return ret;}以下为测试的log info，大家可以有个直观的感受。
------------mpf_activity_detector_level_calculate() I: 285------------mpf_activity_detector_level_calculate() SPL: 144, p(e): 353.965676, p(ref): 0.000020------------mpf_activity_detector_level_calculate() SL: 26------------mpf_activity_detector_level_calculate() I: 3035------------mpf_activity_detector_level_calculate() SPL: 155, p(e): 1155.095970, p(ref): 0.000020------------mpf_activity_detector_level_calculate() SL: 36------------mpf_activity_detector_level_calculate() I: 12894------------mpf_activity_detector_level_calculate() SPL: 161, p(e): 2380.852847, p(ref): 0.000020------------mpf_activity_detector_level_calculate() SL: 42------------mpf_activity_detector_level_calculate() I: 13852------------mpf_activity_detector_level_calculate() SPL: 161, p(e): 2467.714781, p(ref): 0.000020------------mpf_activity_detector_level_calculate() SL: 43------------mpf_activity_detector_level_calculate() I: 17396------------mpf_activity_detector_level_calculate() SPL: 162, p(e): 2765.434780, p(ref): 0.000020------------mpf_activity_detector_level_calculate() SL: 44------------mpf_activity_detector_level_calculate() I: 16933------------mpf_activity_detector_level_calculate() SPL: 162, p(e): 2728.385138, p(ref): 0.000020------------mpf_activity_detector_level_calculate() SL: 44最后作者使用了SL作为分贝数，但是实际测试过程中，感觉比标准的数值要底15左右。
这个问题可能和麦克风也有关系，后面排计划进行优化的时候，再进行文档更新。
欢迎经验丰富的大佬留言指教，一起学习进步。
参考资料
unimrcp-voice-activity语音检测
WebRTC的VAD 过程解读
声压、声强、声源级、谱级
麦克风声强测量的相位一致性
声学相关基础知识
数字麦克风计算声压级