audioop.rms() - 为什么它与正常的 RMS 不同？

我正在编写一个 python 函数来返回 .wav 文件的响度。 RMS 似乎是最好的衡量标准，用python检测并记录声音 https://stackoverflow.com/questions/2668442/detect-and-record-a-sound-with-python. audioop.rms()可以解决问题，但我想避免将 audioop 作为依赖项，并且我已经导入了 numpy.但我没有得到相同的 RMS 值，并且希望能帮助您了解正在发生的情况。

来自音频页面 http://docs.python.org/library/audioop.html，它表示 rms 计算正是您所期望的，即sqrt(sum(S_i^2)/n)， 在哪里，S_i is the i-th 声音样本。看起来这不是火箭科学。

要使用 numpy，我首先将声音转换为 numpy 数组，并且始终看到相同的最小值/最大值以及相同的数据长度（因此转换看起来很好）。

>>> d = np.frombuffer(data, np.int16)
>>> print (min(d), max(d)), audioop.minmax(data,2)
(-2593, 2749) (-2593, 2749)

但我得到的 RMS 值非常不同，甚至没有接近：

>>> numpy_rms = np.sqrt(sum(d*d)/len(d))
>>> print numpy_rms, audioop.rms(data, 2)
41.708703254716383, 120

它们之间的差异是可变的，我看不到明显的模式，例如，我也得到：

63.786714248938772, 402
62.779300661773405, 148

我的 numpy RMS 代码提供与此处相同的输出：信号的 Numpy 均方根 (RMS) 平滑 https://stackoverflow.com/questions/8245687/numpy-root-mean-squared-rms-smoothing-of-a-signal

我不知道哪里出了问题，但有些地方不对劲。非常感谢任何帮助。

编辑/更新：

如果它有用，这是我最终得到的代码。它不像audioop那么快，但仍然足够快，足以满足我的目的。值得注意的是，使用 np.mean() 比我使用 python sum() 的版本快得多（~100 倍）。

def np_audioop_rms(data, width):
    """audioop.rms() using numpy; avoids another dependency for app"""
    #_checkParameters(data, width)
    if len(data) == 0: return None
    fromType = (np.int8, np.int16, np.int32)[width//2]
    d = np.frombuffer(data, fromType).astype(np.float)
    rms = np.sqrt( np.mean(d**2) )
    return int( rms )

使用执行计算double as in audioop.rms() code http://hg.python.org/cpython/file/2.7/Modules/audioop.c#l410:

d = np.frombuffer(data, np.int16).astype(np.float)

Example

>>> import audioop, numpy as np
>>> data = 'abcdefgh'
>>> audioop.rms(data, 2)
25962
>>> d = np.frombuffer(data, np.int16)
>>> np.sqrt((d*d).sum()/(1.*len(d)))
80.131142510262507
>>> d = np.frombuffer(data, np.int16).astype(np.float)
>>> np.sqrt((d*d).sum()/len(d))
25962.360851817772