使用 Go 语言进行声音检测
知识点掌握了,还需要不断练习才能熟练运用。下面golang学习网给大家带来一个Golang开发实战,手把手教大家学习《使用 Go 语言进行声音检测》,在实现功能的过程中也带大家重新温习相关知识点,温故而知新,回头看看说不定又有不一样的感悟!
我正在致力于为 golang 声音检测器创建一个非常简单且轻量级的解决方案。我需要读取 mp3/mp4 音频流(目前使用文件)并执行当检测到比平时更大的声音时所具有的功能。我对 golang 比较陌生,对数字音频没有经验。我有下面的代码可以检测蜂鸣声,但不知道如何检测更大的噪音而不仅仅是蜂鸣声。任何帮助将不胜感激!!
package main
import (
"encoding/binary"
"fmt"
"log"
"math"
"math/cmplx"
"net/http"
"os"
"github.com/hajimehoshi/go-mp3"
"github.com/hajimehoshi/oto"
"github.com/mjibson/go-dsp/fft"
"github.com/mjibson/go-dsp/window"
)
// const sampleRate = 44100
const toneFrequency = 440
const mp3file = "C:/Users/mmekaiel/Music/audio-samples/440Hz.mp3"
func serveHome(w http.ResponseWriter, r *http.Request) {
w.Header().Set("Content-Type", "text/html")
fmt.Fprint(w, "Hello world site!!
")
}
func serveAudio(w http.ResponseWriter, r *http.Request) {
w.Write([]byte("The tone-detect audio page!!
"))
if err := process(toneFrequency); err != nil {
log.Fatal(err)
}
}
func process(toneFreq int) error {
f, err := os.Open(mp3file)
if err != nil {
return err
}
defer f.Close()
d, err := mp3.NewDecoder(f)
if err != nil {
return err
}
p, err := oto.NewPlayer(d.SampleRate(), 2, 2, 8192)
if err != nil {
return err
}
defer p.Close()
windowSize := 40 // window size in milliseconds
windowSamples := int(float32(d.SampleRate()) * float32(windowSize) / 1000.0)
// fftSize is the smallest power of 2 greater than or equal to windowSamples
fftSize := int(math.Pow(2, math.Ceil(math.Log2(float64(windowSamples)))))
spectralWidth := float64(d.SampleRate()) / float64(fftSize)
targetIndex := int(float64(toneFreq) / spectralWidth)
fmt.Printf("Sample Rate: %d\n", d.SampleRate())
fmt.Printf("Length: %d[bytes]\n", d.Length())
fmt.Printf("Window size: %d[samples]\n", windowSamples)
fmt.Printf("FFT size: %d\n", fftSize)
fmt.Printf("Spectral Line width: %v[hertz]\n", spectralWidth)
fmt.Printf("Tone index: %d\n", targetIndex)
b := make([]byte, windowSamples*4) // 2 bytes per sample, 2 channels
w := make([]float64, fftSize)
t := 0
toneStart := -1
outerloop:
for {
// Read a window of samples
bytesRead := 0
for bytesRead < len(b) {
n, err := d.Read(b[bytesRead:])
if err != nil {
break outerloop
}
bytesRead += n
}
// Convert to float (ignore second channel)
for i := 0; i < len(b); i += 4 {
w[i/4] = float64(int16(binary.LittleEndian.Uint16(b[i+0:i+2]))) / 32768.0
}
// Apply window function
window.Apply(w, window.Hamming)
// Perform FFT
c := fft.FFTReal(w)
// Compute the normalized magnitude
r, _ := cmplx.Polar(c[targetIndex])
r = r / float64(fftSize)
// Look for tone
toneDetected := r > 0.05 // Apply arbitrary threshold
if toneDetected && toneStart < 0 {
toneStart = t
} else if !toneDetected && (toneStart >= 0) {
fmt.Printf("Tone from %dms to %dms.\n", toneStart, t)
toneStart = -1
}
t += windowSize
}
return nil
}
func main() {
mux := &http.ServeMux{}
mux.HandleFunc("/", serveHome)
mux.HandleFunc("/audio", serveAudio)
http.ListenAndServe(":8080", mux)
}解决方案
您使用的mp3库将mp3解码为"Raw"音频,通常是PCM。NewDecoder的文档也提到了
从中,您可以查找声音数据的确切格式。看起来就很简单,就是左16位,右16位,重复。该值将转换为扬声器振膜的位置。
要查找音量,您应该查找较大的值,或者自上一帧以来值的较大变化。你不需要 FTT 的东西。这是一个名为“fast Fourier transform”的操作。它可以让您查看声音中当前的频率。这对于确定音符的音高很有用,但对于确定音量则毫无用处。我会删除解码器之后的所有内容,并尝试从中读取一些字节。
编辑:经过进一步思考,响亮的声音发生的时间比单个样本要长得多(数字音频不是我的领域)。 -This is how you actually do it-
另请注意:16 位可以有符号或无符号(s16le 或 u16le)。看起来签名是“标准”并且很可能。
编辑 2:除非您正在开发声音处理库,否则我建议您自己寻找一个。我个人使用 GStreamer 来做这类事情,但它对于你的需要来说太过分了(我不推荐它)。
也许像 PCM Datatype library 这样的东西。他们似乎在 here 中做了一些增益放大和缩放。看起来是一个挖掘的好地方。
好了,本文到此结束,带大家了解了《使用 Go 语言进行声音检测》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多Golang知识!
利用VSCode与PHP,打开编程新纪元
- 上一篇
- 利用VSCode与PHP,打开编程新纪元
- 下一篇
- 深入探究Go语言字符串截取功能的实现机制
-
- Golang · Go问答 | 27分钟前 | go · Go 调色板索引 Paletted ColorIndexAt
- Go image.Paletted.ColorIndexAt 怎样取得像素使用的调色板索引
- 396浏览 收藏
-
- Golang · Go问答 | 33分钟前 | 标准库 · go · Go 透明度 image.Alpha AlphaAt 像素坐标
- Go image.Alpha.AlphaAt 怎样读取单个像素的透明度
- 498浏览 收藏
-
- Golang · Go问答 | 43分钟前 | go语言 · 文件系统 · Go 单元测试 内存文件系统 testing/fstest MapFS MapFS.ReadFile
- Go testing/fstest.MapFS.ReadFile 怎样读取测试文件而不打开真实磁盘
- 118浏览 收藏
-
- Golang · Go问答 | 51分钟前 | go · Go io.Reader testing/iotest DataErrReader
- Go testing/iotest.DataErrReader 怎样模拟数据和错误在同次读取返回
- 384浏览 收藏
-
- Golang · Go问答 | 58分钟前 |
- Go debug/elf.R_INFO32 怎样组合32位重定位符号索引和类型
- 396浏览 收藏
-
- Golang · Go问答 | 1小时前 | go · Go close debug/macho NewFatFile FatFile
- Go debug/macho.FatFile.Close 怎样理解自行构造对象的关闭职责
- 444浏览 收藏
-
- Golang · Go问答 | 1小时前 | go · Go Overlaps image.Rectangle 矩形相交
- Go image.Rectangle.Overlaps 怎样判断两个矩形是否有公共区域
- 221浏览 收藏
-
- Golang · Go问答 | 1小时前 | go · Go Mul image.Point 坐标缩放
- Go image.Point.Mul 怎样用整数倍数放大二维坐标
- 170浏览 收藏
-
- Golang · Go问答 | 1小时前 | 标准库 · go · Go image.Gray SubImage 灰度图 像素存储
- Go image.Gray.SubImage 怎样取得共享像素存储的灰度子图
- 112浏览 收藏
-
- Golang · Go问答 | 1小时前 | 标准库 · Go问答 · Go 透明度 image.Rectangle image.Alpha image.Alpha.SubImage 像素共享
- Go image.Alpha.SubImage 怎样理解裁剪视图与原缓冲区的共享
- 450浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1097次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1093次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1262次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1203次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1050次使用
-
- 用Nginx反向代理部署go写的网站。
- 2023-01-17 502浏览
-
- GoLand调式动态执行代码
- 2023-01-13 502浏览
-
- Go index/suffixarray.Index.Bytes 怎样取得索引引用的原始数据
- 2026-11-18 501浏览
-
- Go gosym.Sym.BaseName 怎样去掉符号的包名与接收者
- 2026-11-17 501浏览
-
- 正则命名捕获组取不到值怎么办
- 2026-11-15 501浏览

