xiangyuecn/Recorder

关于信号处理方法的两个小问题

profthecopyright opened this issue · 3 comments

profthecopyright commented

1. Recorder.SampleData()
(1) 命名建议：这个方法的功能相当于是重采样，而且本质上只会降低采样率，建议改名为ResampleData/DownsampleData更合适。
(2) 现在的的降低采样率实现方式只是按比例舍弃采样（decimation），但是从信号处理的角度，单纯这样做的话会有aliasing effect（混叠），引起严重失真（注意，此现象并非由于采样点减少本身导致的音质变差）。标准的降低采样率方式应当在处理之前加入低通滤波过程。如采样比非整数，则应先提高采样率再降低采样率。参见https://zh.wikipedia.org/zh-my/%E9%99%8D%E9%87%87%E6%A0%B7

2. pcmAbsSum
目前音量显示用信号绝对值之和的平均值，此方法据我所知并非标准做法，而且不反映能量/功率（power）。常规处理方式是用信号平方和的平均值（或者最后开个平方得到方均根RMS，与最大值的比值就是平均振幅百分比）来表示能量（与感知的音量直接相关，与标准值作比再取对数就可以得到分贝值）。如果此操作不是特别占用计算能力，建议考虑适当修改。

xiangyuecn commented

1.1 命名是一件掉头发的事，保护我方为数不多的头发😂 不单单这个名字很奇怪，还有几个我自己都看的别扭的名字，在相关性不是偏的离谱的前提下，不会增加新命名

1.2 当前的降低采样率的算法已经是采用的比较优秀的一个了，相对于录音音质，此算法并不会对音质产生多少影响（其实低采样率导致的音质变差在专业软件里面也是一样的变的很差）；算法中的采样比例是浮点数；如果要在重采样过程中先一步过滤掉低频率下不包含的高频部分（为避免高频信号降频到低频从而混合到了低频率中 就是维基上说的混叠），得引入fft时域转成频域，去掉多余的高频信号，再逆fft变回时域，这个计算量将变得很大也太难了，对于录音来讲，有点得不偿失

  1. 目前PowerLevel里面的算法（计算的是一个百分比，近似相当于音量），是先取的平均值，将这个平均值当做当前的采样信号数据，然后再进行和音量类似的计算。算法特意优化过了，对小的音量也能比较灵敏的检测到，大的音量适当进行了削弱
profthecopyright commented

对于1.2的计算量问题，一般有两种方式解决。

  1. 直接打表hard code低通滤波器在时域上对应的sinc function，然后直接计算时域上的卷积，不必做FFT。
  2. 可以将lib-fft.js这种基础算法库用C/Rust之类的底层语言写，编译成WebAssembly再用js引入（如wasm-pack），这种方法可以对性能有明显提升（https://github.com/AWSM-WASM/PulseFFT）
  • 👍3
xiangyuecn commented

1.2 今天更新的版本：84167ba ，已经增加了一个滤波函数 Recorder.IIRFilter，函数的代码量30行不到，已经在SampleData里面使用上了低通滤波，48k转成8k采样率时效果很明显，以前版本8k采样率的音频基本杂音占一大半，现在滤波后就没有多少杂音了 人声很清晰😁

  • 👍2