PCM数据变成分呗问题

Question

使用单片机i2s采集出数字硅麦（inmp441）的数据，数据格式为24位的PCM数据。我是这样处理数据的

这样val32就是声音的振幅，然后通过串口打印出来看数据波形，说话有明显的波动。如下图

通过求振幅平均值，然后调用公式DB=20*log10（sum）计算出分呗，如下图代码

上面计算的分呗虽然是根据声音变化了，但是低噪声环境中，计算的分呗值跳动很大。用这个算法虽然能出分贝值，但是值变化太大不准，我还加入了滤波，也不行。
第二个算法均方根
就是把振幅用均方根公式进行计算

计算出来的振幅也不尽人意，跳动跟第一种没啥区别

所以有没有懂数据音频数据处理的能给点思路，有什么算法可以解决这个问题

Answer 1

【以下回答由 GPT 生成】

我可以给出一些建议来优化PCM数据的分贝计算算法。请注意以下几点：

1. 选择合适的滤波器：为了减少噪声对分贝计算的影响，可以尝试使用数字滤波器。选择合适的滤波器类型和参数，以删除不需要的高频噪声。这可能需要进行一些频率分析和试验来确定最佳的滤波器设置。

2. 采样率和帧大小：在采集PCM数据时，请确保选择合适的采样率和帧大小。通过增加采样率和帧大小，你可以获得更准确的结果。然而，需要平衡系统资源和计算复杂性。

3. 适当的数据处理：在处理PCM数据时，确保正确处理和规范化数据。尽可能避免数据溢出和截断错误。

4. 动态范围压缩：使用动态范围压缩技术，可以在保持较高音质的同时减少噪声的影响。这对于在低噪声环境下计算分贝值很有帮助。

5. 参考已有音频算法：有许多已有的音频算法可以用于处理和分析音频数据。例如，Fast Fourier Transform (FFT) 可以帮助你在频域中分析数据。参考这些算法并根据你的需求进行适当修改。

以下是示例代码的更新，用于添加滤波器和动态范围压缩：

// 引入滤波器库（这里以FIR滤波器为例）
#include <fir_filter.h>

// 初始化滤波器
FIRFilter filter;
filter.setCoefficients(coefficients);  // 根据需求设置滤波器系数

// 应用滤波器
for (int i = 0; i < numSamples; i++) {
    val32[i] = filter.process(val32[i]);
}

// 动态范围压缩
float maxAmplitude = getMaxAmplitude(val32, numSamples);  // 获取数据的最大振幅
for (int i = 0; i < numSamples; i++) {
    val32[i] /= maxAmplitude;  // 将振幅归一化到范围[-1, 1]
    val32[i] = compress(val32[i]);  // 使用压缩函数进行动态范围压缩
}

// 算法1: 平均振幅
float sum = 0;
for (int i = 0; i < numSamples; i++) {
    sum += abs(val32[i]);
}
float db = 20 * log10(sum);

// 算法2: 均方根
float rms = 0;
for (int i = 0; i < numSamples; i++) {
    rms += val32[i] * val32[i];
}
rms /= numSamples;
rms = sqrt(rms);

记住，这只是一些建议，具体的优化方法可能需要根据你的需求和实际情况进行调整和修改。希望这些建议能帮助到你。如果你有其他问题，请随时提问。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^