Python pydub计算rms的方式与sox不同

我对

pydub

如何计算rms感到困惑

In [187]: audio = AudioSegment.from_mp3("sample-mp3")
In [188]: audio.rms
Out[188]: 1041

In [189]: audio.dBFS
Out[189]: -29.959984108983633

但是，使用sox：

$ sox sample.mp3 -n stat
Samples read:         130231296
Length (seconds):   1476.545306
Scaled by:         2147483647.0
Maximum amplitude:     1.000000
Minimum amplitude:    -1.000000
Midline amplitude:    -0.000000
Mean    norm:          0.017384
Mean    amplitude:    -0.000023
**RMS     amplitude:     0.031763**
Maximum delta:         1.308396
Minimum delta:         0.000000
Mean    delta:         0.015841
RMS     delta:         0.028429
Rough   frequency:         6282
Volume adjustment:        1.000

---

有人能告诉我这些rms值是如何计算的吗？？Thx

它们代表相同的值，只是在不同的尺度上

pydub

似乎适用于带符号的16位值（可能是因为mp3文件的16位深度？），而SoX默认情况下将内部32位带符号值缩放为[-1,1]。通过按2^15的比例缩放，或者通过使用

-s

参数告诉SoX使用带符号的16位比例，可以使两个输出一致。因为2^31/2^15是2^16，所以应该是

-s 65536

谢谢@AkselA！

-s

参数似乎不起作用

sox sample_audio.mp3-n stats-s 65536

sox FAIL stats：参数'p->scale'必须介于-99和99之间sox FAIL stats：用法：[-b位|-x位|-s scale][w窗口时间]同样来自问题中的示例。1041/65536=0.015884，这不是sox给出的0.031763。这里的缩放有点混乱。如果我做1041/（232/216）=0.031768，接近于0.031763。。但是为什么。@Blue482:您需要将

-s

与

stat

一起使用，而不是

stats

。从有符号32位到有符号16位时除以2^16，但从有符号16位到[-1,1]（2^1）时除以2^15。记住指数乘法是如何工作的。16-1 = 15.