一直在做一个语音项目，到了测试阶段，近来不是很忙，想把之前做的内容整理一下。 关于AAC音频格式基本情况，可参考维基百科http://en.wikipedia.org/wiki/Advanced_Audio_Coding AAC音频格式分析AAC音频格式有ADIF和ADTS：ADIF：AudioDa...

音频文件  音频文件是对声音进行数字转换之后存放的数据文件，了解音频数据必须先知道几个重要概念。1.采样：对声音信息录入时，行进的最小操作单位，一般一次采样具有左右2个声道，每个声道用1或2个字节来存储；这样采样的量化位数是8位，或16位(样本位宽)，量化位数越高声音音质越好；就像11位电话号码表示...

文章目录前言数字音频音频编码WAV编码MP3编码AAC编码Ogg编码前言   近一两年直播、短视频等可谓是异常火爆，随着5G技术的逐渐普及，音视频领域估计会迎来新一轮的爆发。对于移动开发者，音视频开发技术也将是一个不可或缺的技能。正所谓“好记性不如烂笔头”，做一些学...

这篇文章酝酿了很久，一直没抽时间写。在中秋，国庆来临之时，落笔。写之前，先交代几件事情，主要是回复给我发邮件以及QQ上询问的朋友们的一些疑问和需求，这里稍作回复一下。1.关于票据ocr预处理算法 相关算法细节已经开源。项目地址：https://github.com/cpuimage/OcrPreprocess...

无意中在微信公众号里面听到了自己喜欢的原创音乐或者诗歌朗诵，想保存下来，但是微信却没有提供音频下载功能，这可怎么办，别着急，我来帮帮你。工具/原料·        我以360和QQ浏览器为例，其他同理· ...

1.TLV320AIC23（TI）TLV320AIC23（以下简称AIC23）是TI推出的一款高性能的立体声音频Codec芯片，内置耳机输出放大器，支持MIC和LINEIN两种输入方式（二选一），且对输入和输出都具有可编程增益调节。AIC23的模数转换（ADCs）和数模转换（DACs）部件高度集成在芯片内部，采用了先进...

1、首先介绍一种NAudio的方式 需要导入 NAudio.dll下面请看核心代码1using(WaveFileReaderreader=newWaveFileReader(in_path+"\"+in_fname))//文件的路径2{3varnewFormat=newWaveFormat(8000...

 直接上干货咯!//HTML5音频播放器lzpong2015/01/19varwavPlayer=function(){if(window.parent.wavPlayer)returnwindow.parent.wavPlayer;varCT=null;varD=null;varmover=false;va...

声明一下：这些关于ffmpeg的文章仅仅是用于记录我的学习历程和以便于以后查阅，文章中的一些文字可能是直接摘自于其它文章、书籍或者文献，学习ffmpeg相关知识是为了使用在Android上，我也才是刚開始接触学习，如有不正确之处还请指出。音频格式是指要在计算机内播放或是处理音频文件，也就是要对声音文件进行...

播放声音能够用MediaPlayer和AudioTrack，两者都提供了javaAPI供应用开发人员使用。尽管都能够播放声音。但两者还是有非常大的差别的。当中最大的差别是MediaPlayer能够播放多种格式的声音文件。比如MP3。AAC，WAV，OGG。MIDI等。MediaPlayer会在framew...

声卡对声音的处理质量可以用三个基本参数来衡量，即采样频率、采样位数和声道数。采样频率是指单位时间内的采样次数。采样频率越大，采样点之间的间隔就越小，数字化后得到的声音就越逼真，但相应的数据量就越大。声卡一般提供11.025kHz、22.05kHz和44.1kHz等不同的采样频率。采样位数是记录每次采样值数值大小的位数。...

采样位数（采样大小）：采样位数可以理解为采集卡处理声音的解析度。这个数值越大，解析度就越高，录制和回放的声音就越真实。我们首先要知道：电脑中的声音文件是用数字0和1来表示的。所以在电脑上录音的本质就是把模拟声音信号转换成数字信号。反之，在播放时则是把数字信号还原成模拟声音信号输出。采集卡的位是指采集卡在采集和播放声音文...

 先进音频编码（AAC）的后继格式到MP3，和以MPEG-4部分3（ISO/IEC14496-3）被定义。它通常用于MP4容器格式; 对于音乐，通常使用.m4a扩展名。第二最常见的用途是在MKV（Matroska）文件内，因为它比MP4更好地支持嵌入式基于文本的软字幕。本指南中的示例将使用扩展MP4...

本示例的过程是：1.音频转文本2.利用文本获取情感倾向分析结果3.利用文本获取关键词提取 首先是讯飞的语音识别模块。在这里可以找到非实时语音转写的相关文档以及Python示例。我略作了改动，让它可以对不同人说话作区分，并且作了一些封装。weblfasr_python3_demo.py 文件：1#!/...

某些音频是双方对话，有可能需要对音频作通道的分离。示例代码如下：1#!/usr/bin/envpython2#-*-coding:utf-8-*-3"""4音频双通道分离5"""6importsys7importnumpyasnp8fromscipy.ioimportwavfile9fromconverterimpor...