轉自：http://www.cnblogs.com/cpuimage/p/8846951.html
人們所熟知的圖像方面的3A算法有：
AF自動對焦(Automatic Focus)
自動對焦即調節攝像頭焦距自動得到清晰的圖像的過程
AE自動曝光(Automatic Exposure)
自動曝光的是為了使感光器件獲得合適的曝光量
AW自動白平衡(Automatic White Balance)
白平衡的本質是使白色物體在任何光源下都顯示白色
與之相對應的音頻方面的3A算法是:
AGC自動增益補償(Automatic Gain Control)
自動調麥克風的收音量，使與會者收到一定的音量水平，不會因發言者與麥克風的距離改變時，聲音有忽大忽小聲的缺點。
ANS背景噪音抑制(Automatic Noise Suppression)
探測出背景固定頻率的雜音並消除背景噪音。
AEC是回聲消除器(Acoustic Echo Canceller)
對揚聲器信號與由它產生的多路徑回聲的相關性為基礎，建立遠端信號的語音模型，利用它對回聲進行估計，並不斷地修改濾波器的系數，使得估計值更加逼近真實的回聲。然后，將回聲估計值從話筒的輸入信號中減去，從而達到消除回聲的目的，AEC還將話筒的輸入與揚聲器過去的值相比較，從而消除延長延遲的多次反射的聲學回聲。根椐存儲器存放的過去的揚聲器的輸出值的多少，AEC可以消除各種延遲的回聲。
圖像方面的算法就不多說了，圖像方面的3a算法，本人都實現了。
自動白平衡的主要思路，就是如何判斷圖像是否偏色，偏色后如何修復的問題。
常見的有直方圖均衡，自動對比度，自動色階等等。
自動曝光也是要做曝光評估，常見的有gama調節等等。
后續有時間，再陸續貼出相應的代碼。
在這里，先賣個關子，占個坑。
而在音頻算法方面，自動增益補償的算法有點類似圖像的自動曝光算法。
主要要考慮的是多長的音頻，怎么分析當前音頻的音量或者強度。
根據這個強度對整個音頻做一個歸一化拉伸，諸如此類。
圖像與音頻殊途同歸。
而歷史悠久的算法，莫過於，ReplayGain
ReplayGain是David Robinson在2001年發布的一項建議標准，用於衡量計算機音頻格式 中音頻的響度。
相關的維基資料：
https://en.wikipedia.org/wiki/ReplayGain
現在大多數的音頻播放器都支持這個特性。
根據維基上的說明，現在大多數使用的開源實現是 MP3Gain
資料見:
http://wiki.hydrogenaud.io/index.php?title=Replaygain#Players_support
開源項目地址:
http://mp3gain.sourceforge.net/
項目是C代碼，非常干凈。
主要的算法實現文件見：gain_analysis.h 與 gain_analysis.c
算法是根據傳入的音頻數據，分析需要進行增益的分貝值。
不需要增益則為0，需要增益則為對應的浮點正數或負數。
當然，不能傳入太少的音頻樣本，否則無法客觀分析。
算法只需要傳入音頻的數據和指定需要分析的樣本長度即可。
最終輸出一個 推薦增益的分貝值。
根據這個分貝值進行換算，即可以對目標音頻做一些特定的音頻處理。
貼上完整的C代碼：
#ifdef __cplusplus
extern "C" {
#endif
#include <stdio.h>
#include <stdlib.h>
#include <stdint.h>
//采用https://github.com/mackron/dr_libs/blob/master/dr_wav.h 解碼
#define DR_WAV_IMPLEMENTATION
#include "dr_wav.h"
#include "gain_analysis.h"
#ifndef min
#define min(a, b) (((a) < (b)) ? (a) : (b))
#endif
//讀取wav文件
int16_t *wavRead_int16(char *filename, uint32_t *sampleRate, uint64_t *totalSampleCount) {
unsigned int channels;
int16_t *buffer = drwav_open_and_read_file_s16(filename, &channels, sampleRate, totalSampleCount);
if (buffer == NULL) {
printf("讀取wav文件失敗.");
}
//僅僅處理單通道音頻
if (channels != 1) {
drwav_free(buffer);
buffer = NULL;
*sampleRate = 0;
*totalSampleCount = 0;
}
return buffer;
}
float getGaindB(int16_t *buffer, size_t totalSampleCount, int sampleRate, size_t analyzeSamples) {
float ret = -0.00000000001f;
if (totalSampleCount == 0) return ret;
if (analyzeSamples == 0) return ret;
const int maxSamples = 2400;
analyzeSamples = min(maxSamples, analyzeSamples);
ret = 1.0f;
int num_channels = 1;
Float_t inf_buffer[maxSamples];
size_t totalCount = totalSampleCount / analyzeSamples;
if (InitGainAnalysis(sampleRate) == INIT_GAIN_ANALYSIS_OK) {
int16_t *input = buffer;
for (int i = 0; i < totalCount; i++) {
for (int n = 0; n < analyzeSamples; n++) {
inf_buffer[n] = input[n];
}
if (AnalyzeSamples(inf_buffer, NULL, analyzeSamples, num_channels) != GAIN_ANALYSIS_OK)
break;
GetTitleGain();
// printf("Recommended dB change for analyzeSamples %d: %+6.2f dB\n", i, titleGain);
input += analyzeSamples;
}
ret = GetAlbumGain();
}
if ((int) ret == GAIN_NOT_ENOUGH_SAMPLES) {
ret = -0.00000000001f;
}
return ret;
}
void analyze(char *in_file, int ref_ms) {
uint32_t sampleRate = 0;
uint64_t totalSampleCount = 0;
int16_t *wavBuffer = wavRead_int16(in_file, &sampleRate, &totalSampleCount);
if (wavBuffer != NULL) {
size_t analyzeSamples = ref_ms * (sampleRate / 1000);
float gain = getGaindB(wavBuffer, totalSampleCount, sampleRate, analyzeSamples);
printf("recommended dB change: %f \n", gain);
free(wavBuffer);
}
}
int main(int argc, char *argv[]) {
printf("Replay Gain Analysis\n");
printf("blog:http://cpuimage.cnblogs.com/\n");
printf("e-mail:gaozhihan@vip.qq.com\n");
if (argc < 2)
return -1;
char *in_file = argv[1];
//指定分析長度1秒
int ref_ms = 1000;
analyze(in_file, ref_ms);
getchar();
printf("press any key to exit. \n");
return 0;
}
#ifdef __cplusplus
}
#endif
我的習慣，盡量少些注釋，代碼盡量干凈整潔。
所以大家直接看代碼吧。
項目地址：https://github.com/cpuimage/ReplayGainAnalysis
示例具體流程為：
加載wav(拖放wav文件到可執行文件上)->輸出結果->保存wav
得到對應的評估結果之后，接下來作何處理，就看各位看官的具體需求了。
若有其他相關問題或者需求也可以郵件聯系俺探討。
郵箱地址是:
gaozhihan@vip.qq.com