如何检测WMA流缓冲区中的音频静音？

Question

我希望你可以帮助我一个程序，我试图写在VB.NET中。

我有一个标准的WMA流，不断通过互联网流。我需要编写一个应用程序来传输这个音频，并寻找任何“沉默”时期。当它检测到沉默时，它会运行一个事件。

出于此目的，静音被定义为三秒的零级音频。从技术角度来看，这个流程仍在继续，但是没有可听见的噪音通过它传播。

但是，我希望程序在仍处于“缓冲区”时检测静音。也就是说，在程序检测到它在那里之前，用户不会听到这种沉默。

音频不应该停止，因为它正在分析这种沉默 - 它需要不断地向用户播放音频。

我愿意使用任何合适的API就在那里 - 如BASS，或内置于点网平台上的Windows媒体扩展。

谢谢！

Answer 1

嗯，我正是这样做在我的产品：有多种网络音频流捕获和解码为PCM，然后各种分析对它们执行，其中一人beeing静音检测。

如果你想创造一些像它自己，使用Windows Media格式SDK用于.NET从这里：

http://windowsmedianet.sourceforge.net/

然后，使用IWMReader和它的OnSample回调，会为你提供PCM数据。

然后，计算最大输入电平小的缓冲区，看到3秒的水平，如果这是你的treshold下方，触发一个事件。

Answer 2

如果你有PCM数据，你可以只取几个样本的平均值，如果它低于阈值考虑沉默。我假设你正在播放音频，你可以访问未压缩的数据。

不幸的是，我不知道WMA编解码器的细节，但我认为最简单的方法是只需要几个样本的平均值。