Audio 在哪里可以学习如何使用音频数据格式？

我正在做一个openGL项目，其中包括一张会说话的卡通脸。我的希望是播放语音（编码为MP3），并使用音频数据制作嘴巴动画。我以前从未真正使用过音频，所以我不知道从哪里开始，但一些谷歌搜索让我相信我的第一步是将mp3转换成pcm

我真的不认为需要任何傅里叶变换，尽管那可能很好。当有声音时，嘴巴真的需要四处移动（我在考虑根据音量）

任何关于实现类似的东西的提示或指向资源的指针都将不胜感激。谢谢

---

-无论您做什么，都需要先将MP3解码为PCM数据。有许多第三方库可以为您做到这一点。然后，您需要分析PCM数据并对其进行一些信号处理

从音频中自动生成真实的lipsync数据是一个非常困难的问题，您最好不要尝试解决它。我喜欢你的想法，简单地以音量为基础。计算当前音量的一种方法是使用一定大小的滚动窗口（例如1/16秒），并计算该窗口上声波的平均功率。也就是说，在第T帧，计算帧[T-N，T]上的平均功率，其中N是窗口中的帧数

---

由于，我们可以轻松地计算波中的功率，而无需进行傅里叶变换或任何复杂的运算——平均功率只是窗口中PCM值的平方和除以窗口中的帧数。然后，您可以将功率除以一些基本功率（为简单起见，可以是1），取对数，然后乘以10，将功率转换为额定值。

非常感谢Adam，这是一个巨大的帮助