Im ऑडियो और classifie अपनी सुविधाओं को निकालने के लिए kinect का उपयोग कर रहा है, लेकिन मेरे पास एक सवाल है। पर http://msdn.microsoft.com/en-us/library/hh855698.aspx यह ऑडियो कहता है।प्रारंभ विधि एक ऑडियो डेटा स्ट्रीम खोलता है (16-बिट PCM प्रारूप, 16 kHz पर नमूना) और एक सेंसर से स्ट्रीम किए गए ऑडियो डेटा को कैप्चर करना शुरू करता है। समस्या यह है कि मैं नहीं जानता कि कैसे pcm डेटा का प्रतिनिधित्व किया जाता है और मुझे नहीं पता कि विधि pcm सही मान देता है या नहीं। क्योंकि sdk उदाहरणों के उपयोग से मुझे 200, 56, 17 जैसे मान मिलते हैं और मुझे लगता है कि ऑडियो मान -3 * 10 ^ -5 की तरह अधिक हैं। तो क्या किसी को पता है कि मुझे सच्चे PCM मान कैसे मिलते हैं? या मुझ से कुछ गलत हो रहा है?
धन्यवाद
उत्तर:
उत्तर № 1 के लिए 1मैं किसी भी विशेष मूल्यों की उम्मीद नहीं करता। 16-बिट पीसीएम का मतलब है, यह 16-बिट पूर्णांक की एक श्रृंखला है, इसलिए -3 * 10-5 (-0.00003) isn "t अभ्यावेदन।
मुझे लगता है कि यह 16-बिट हस्ताक्षरित के साथ एन्कोडेड होगापूर्णांक (एक WAV फ़ाइल की तरह) जिनकी सीमा -32768 से 32767 तक होती है। यदि आप "बहुत शांत हैं" तो मान संभवतः करीब 0 हो जाएंगे। यदि आप बहुत शोर करते हैं तो आपको कुछ उच्च मान भी दिखाई देंगे।
चेक आउट यह चित्र (विकिपीडिया से "s पीसीएम पर लेख) जो 4-बिट अहस्ताक्षरित पूर्णांक का उपयोग करके PCM के रूप में एन्कोडेड एक साइन लहर दिखाता है, जिसमें 0 से 15 की सीमा होती है।
देखें कि 4-बिट साइन वेव 7 के आसपास कैसे झुकती है? अब बस संतुलन। यदि यह एक हस्ताक्षरित 4-बिट पूर्णांक (जिसकी सीमा -8 से 7 तक होती है) तो इसका आकार समान होगा, लेकिन इसका संतुलन 0 होगा - मानों को -8 से स्थानांतरित कर दिया जाएगा, इसलिए यह 0 के आसपास दोलन करेगा।
आप इसे प्राप्त करने के लिए सिन तरंग के उच्चतम या निम्नतम बिंदुओं के संतुलन से दूरी को माप सकते हैं आयाम, या मोटे तौर पर, यह वॉल्यूम है (यही कारण है कि यदि आप "पुनः"शांत आप ज्यादातर अपने हस्ताक्षरित 16-बिट डेटा में 0 के पास मान देखेंगे)। यह संभवतः आपके द्वारा की जा सकने वाली सुविधा का सबसे आसान प्रकार है। आप इस बारे में वेब पर बहुत सारे अच्छे स्पष्टीकरण पा सकते हैं, उदाहरण के लिए http://scienceaid.co.uk/physics/waves/sound.html.
आप इसे एक फ़ाइल में सहेज सकते हैं और इसे कुछ इस तरह से वापस खेल सकते हैं धृष्टता यदि आप निश्चित नहीं हैं। इनपुट सेटिंग्स के साथ फिडेल करें और आप जल्द ही प्रारूप का पता लगा लेंगे।