Python Can'；使用libreplaygain.so和numpy不会得到合理的结果

我一次又一次地尝试使用python中的

libreplaygain。因此，

（

ReplayGain

是一种计算音频响度的算法。）从音频文件传递数据。这是Librelaygain的照片。我对

ctypes

和C一般都不太了解，所以我希望这可能是我愚蠢的问题，对其他人来说是显而易见的！以下是我正在使用的脚本：

import numpy as np
from scipy.io import wavfile
import ctypes
replaygain = ctypes.CDLL('libreplaygain.so')


def calculate_replaygain(samples, frame_rate=44100):
    """
    inspired from https://github.com/vontrapp/replaygain
    """
    replaygain.gain_init_analysis(frame_rate)
    block_size = 10000
    channel_count = samples.shape[1]
    i = 0
    samples = samples.astype(np.float64)

    while i * block_size < samples.shape[0]:
        channel_left = samples[i*block_size:(i+1)*block_size,0]
        channel_right = samples[i*block_size:(i+1)*block_size,1]

        samples_p_left = channel_left.ctypes.data_as(ctypes.POINTER(ctypes.c_double))
        samples_p_right = channel_right.ctypes.data_as(ctypes.POINTER(ctypes.c_double))

        replaygain.gain_analyze_samples(samples_p_left, samples_p_right, channel_left.shape[0], channel_count)
        i += 1

    return replaygain.gain_get_chapter()


if __name__ == '__main__':
    frame_rate, samples = wavfile.read('directions.wav')
    samples = samples.astype(np.float64) / 2**15
    gain = calculate_replaygain(samples, frame_rate=frame_rate)
    print "Recommended gain: %f dB" % gain
    gain = calculate_replaygain(np.random.random((441000, 2)) * 2 - 1, frame_rate=44100)
    print "Recommended gain: %f dB" % gain

将numpy导入为np
从scipy.io导入wavfile
导入ctypes
replaygain=ctypes.CDLL（'libreplaygain.so'）
def计算回放（样本，帧速率=44100）：
"""
灵感来自https://github.com/vontrapp/replaygain
"""
回放增益初始分析（帧速率）
块大小=10000
通道计数=样本。形状[1]
i=0
samples=samples.astype（np.float64）
而i*块大小<样本形状[0]：
通道左=样本[i*块大小：（i+1）*块大小，0]
通道右=样本[i*块大小：（i+1）*块大小，1]
samples_p_left=channel_left.ctypes.data_as（ctypes.POINTER（ctypes.c_double））
samples_p_right=channel_right.ctypes.data_as（ctypes.POINTER（ctypes.c_double））
replaygain.增益分析样本（样本左、样本右、通道左。形状[0]，通道计数）
i+=1
返回replaygain.gain\u get\u chapter（）
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
帧速率，samples=wavfile.read（'directions.wav'）
samples=samples.astype（np.float64）/2**15
增益=计算重放增益（采样，帧速率=帧速率）
打印“建议增益：%f dB”%gain
增益=计算重放增益（np.random.random（（441000，2））*2-1，帧速率=44100）
打印“建议增益：%f dB”%gain

脚本运行，但我无法获得与命令行工具

replaygain

相同的值。事实上，我总是得到

80.0

。若要尝试，您可以用任何声音文件替换“directions.wav”。。。并将结果与命令的结果进行比较

replaygain

gain\u get\u chapter（）

返回一个

双精度

，但“默认情况下，假定函数返回C int类型。”您应该执行以下操作

replaygain.gain_get_chapter.restype = ctypes.c_double

您还应该检查

gain_init_analysis

和

gain_analysis_samples

的返回值；如果这两个都不是1，那么还有其他问题。（这些实际上是int，因此您不必在那里做任何其他事情。）

gain\u get\u chapter（）

返回一个

double

，但“默认情况下，假定函数返回C int类型。”

replaygain.gain_get_chapter.restype = ctypes.c_double

---

您还应该检查

gain_init_analysis

和

gain_analysis_samples

的返回值；如果这两个都不是1，那么还有其他问题。（这些实际上是INT，因此您不必在那里做任何其他事情。）

Oho！现在使用

gain\u get\u chapter.restype=ctypes.c\u double

结果就不同了！它会随着不同的文件而改变：）不幸的是，它仍然与命令行工具给我的不同。但这绝对是一个进步！谢谢其他功能的结果是否为1？作为基本的健全性检查，结果是否与命令行工具给出的结果相关（例如，声音较大的文件的增益较低）？另外，您是否确定命令行工具使用的块大小相同，并且

2**15

是正常化的正确数量？其他函数的结果为1。本质上这就是问题所在：我不知道程序需要什么数据。通常，声音被处理为无符号16位整数或区间[-1.0,1]中的浮点值，因此我在这里使用它返回0.000。我尝试过不进行规范化（scipy在[-215,215[]中返回值），得到65.57。命令行工具给出-3.53。我将尝试读取C代码（Brrrrr:（好的，这些值似乎与命令行工具的关联性很差。我认为这只是一个规范化问题。感谢您的解决方案！Oho！现在使用

gain\u get\u chapter.restype=ctypes.c\u double

结果不同！它随不同的文件而变化：）不幸的是，它仍然不同于命令行工具提供给我的。但这绝对是一个改进！谢谢！其他函数的结果是1吗？作为基本的健全性检查，结果是否与命令行工具提供的结果相关（例如，文件声音越大，增益越低）？另外，您是否确定命令行工具使用相同的块大小，并且

2**15

是正确的规格化量？其他函数的结果是1。本质上这就是问题所在：我不知道程序需要什么数据。通常声音被处理为无符号16位整数或间隔[-1.0,1]内的浮点[这就是我在这里使用的，它返回0.000。我尝试过不进行规范化（scipy返回[-215215，215[]中的值），得到65.57。命令行工具给出-3.53。我将尝试读取C代码（Brrrrr:（好的，这些值似乎与命令行工具的关联性很差。我认为这只是一个规范化问题。感谢您的解决方案！