音频开发 / 系统课时

做峰值与 RMS 电平检测

做峰值与 RMS 电平检测

这节把音频电平检测做成可运行的控制信号:同一段输入分别计算峰值、整体 RMS、滑动 RMS 和带时间常数的包络,并观察它们对瞬态与持续能量的不同反应。它们正是压缩器、自动增益和电平表的基础。

学习目标

  • 实现峰值、RMS 与滑动窗口 RMS 检测。
  • 理解瞬态峰值和持续能量为什么需要不同检测方式。
  • 比较快慢时间常数对控制信号响应与平滑度的影响。

三种检测器看见的不是同一件事

峰值检测通常取 abs(x) 的最大值或瞬时绝对值,它对单个尖峰最敏感,适合防削波、限制器和峰值表。RMS 先平方、求平均再开方,关注一段时间内的能量,更接近持续响度,适合压缩器和自动增益的控制。

滑动 RMS 则把固定窗口沿时间移动,使每个采样点都有一个局部能量估计。窗口短时响应快,但读数抖动明显;窗口长时更稳定,却会把短瞬态摊薄并带来更大的控制延迟。

峰值、滑动 RMS 与快慢包络对同一瞬态的响应差异

用一段信号实现并比较

下面用标准库构造一段简单信号:前 4 个采样为静音,第 5 个采样出现满幅瞬态,随后保持 0.2。程序计算全段峰值、全段 RMS、4 点滑动 RMS,并实现带 attack/release 时间常数的一阶包络跟随器。

python
import math

samples = [0.0] * 4 + [1.0] + [0.2] * 7

def rms(values):
    return math.sqrt(sum(x * x for x in values) / len(values))

def moving_rms(values, window):
    result = []
    for i in range(len(values)):
        start = max(0, i - window + 1)
        result.append(rms(values[start:i + 1]))
    return result

def envelope(values, sample_rate, attack_ms, release_ms):
    attack = math.exp(-1.0 / (sample_rate * attack_ms / 1000.0))
    release = math.exp(-1.0 / (sample_rate * release_ms / 1000.0))
    y = 0.0
    result = []

    for x in values:
        level = abs(x)
        # 上升和下降使用不同时间常数,避免控制信号忽快忽慢。
        coeff = attack if level > y else release
        y = coeff * y + (1.0 - coeff) * level
        result.append(y)

    return result

print(f"peak={max(abs(x) for x in samples):.3f}")
print(f"rms={rms(samples):.3f}")
print("moving_rms=", [round(x, 3) for x in moving_rms(samples, 4)])

for attack_ms, release_ms in [(1, 20), (10, 100)]:
    env = envelope(samples, 1000, attack_ms, release_ms)
    selected = [round(env[i], 3) for i in [4, 5, 7, 11]]
    print(f"{attack_ms}/{release_ms} ms -> {selected}")

预期输出

text
peak=1.000
rms=0.327
moving_rms= [0.0, 0.0, 0.0, 0.0, 0.5, 0.51, 0.52, 0.529, 0.2, 0.2, 0.2, 0.2]
1/20 ms -> [0.632, 0.611, 0.572, 0.505]
10/100 ms -> [0.095, 0.105, 0.122, 0.148]

这里的采样率故意设为 1000 Hz,便于用极短数组观察时间常数;真实音频中应使用实际采样率,例如 48000 Hz。输出说明峰值会立即捕捉 1.0 的瞬态,4 点 RMS 把该尖峰分摊到窗口中,而慢包络甚至来不及在瞬态期间升到很高。

时间常数决定控制器性格

一阶包络常用系数 α=e−1/(fsτ)\alpha=e^{-1/(f_s\tau)},其中 fsf_s 是采样率,τ\tau 是秒单位时间常数。时间常数越小,系数越小,新的输入权重越大,因此响应更快;时间常数越大,输出越平滑,但控制信号会滞后。

压缩器通常需要较快 attack 捕捉过强瞬态,又用更慢的 release 避免增益在相邻采样间剧烈抖动。自动增益控制关注更长时间的平均能量,窗口或时间常数往往更长。电平表则要根据显示目标决定是强调峰值、RMS 还是带保持时间的峰值。

放进实时链路时的边界

实时处理不能每来一个采样都重新遍历整个长窗口,否则窗口越大计算量越高。工程实现通常维护平方和:新样本平方加入,最旧样本平方移除,再用当前平方和计算 RMS,这样每个采样只需固定次数运算。

还要给 RMS 和对数转换设置下限。静音窗口的 RMS 为 0,如果随后转换成 dB,应先限制到一个很小的正数;若检测器直接驱动压缩增益,也应限制控制信号变化速率,避免突变产生可听见的调制失真。

选择检测方式时不要问哪一个“最准”,而要问控制目标是什么:防削波看峰值,估计持续能量看 RMS,需要连续控制信号就叠加滑动窗口或 attack/release 平滑。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

做峰值与 RMS 电平检测

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通