我们平时经常会说到声音是多少分贝，那么这个分贝是什么概念呢？如何计算音频文件的分贝呢？

先看百度百科介绍：分贝（decibel ）是一个计量单位， 量度两个相同单位之数量比例的计量单位， 主要用于度量声音强度，常用dB表示。

在工程应用中，通常有很多的定义方式，但是主要分为以下两类：

定义：两个同类功率量或可与功率类比的量之比值的常用对数乘以10等于1时的级差

公式： N d B = 10 lg ⁡ p i p 0 N d B − 表 示 信 号 p i 对 信 号 p 0 的 分 贝 值 p i 、 p 0 − 对 应 为 功 率 量 的 单 位 ， 如 电 流 平 方 、 电 压 平 方 、 质 点 速 度 平 方 、 声 压 平 方 N_{dB}=10\lg\frac{pi}{p0}\\ N_{dB}-表示信号{pi}对信号{p0}的分贝值\\ {pi}、{p0}-对应为功率量的单位，如电流平方、电压平方、质点速度平方、声压平方 NdB​=10lgp0pi​NdB​−表示信号pi对信号p0的分贝值pi、p0−对应为功率量的单位，如电流平方、电压平方、质点速度平方、声压平方

举个例子： 假 设 A 的 电 功 率 为 20 瓦 ， B 的 电 功 率 为 10 瓦 p A = 20 w p B = 10 w N d B = 10 lg ⁡ p A p B = 10 lg ⁡ 2 = 3 d B 也 就 是 说 ， A 的 电 功 率 比 B 的 电 功 率 大 3 d B 假设A的电功率为20瓦，B的电功率为10瓦\\ {p_A}=20w\\ {p_B}=10w\\ N_{dB}=10\lg\frac{p_A}{p_B}=10\lg2=3dB\\ 也就是说，A的电功率比B的电功率大3dB 假设A的电功率为20瓦，B的电功率为10瓦pA​=20wpB​=10wNdB​=10lgpB​pA​​=10lg2=3dB也就是说，A的电功率比B的电功率大3dB

定义：两个同类功率量或可与功率类比的量之比值的常用对数乘以10等于1时的级差

公式： N d B = 20 lg ⁡ p i p 0 N d B − 表 示 信 号 p i 对 信 号 p 0 的 分 贝 值 p i 、 p 0 − 对 应 为 电 压 类 的 单 位 ， 如 电 流 、 电 压 、 质 点 速 度 、 声 压 N_{dB}=20\lg\frac{pi}{p0}\\ N_{dB}-表示信号{pi}对信号{p0}的分贝值\\ {pi}、{p0}-对应为电压类的单位，如电流、电压、质点速度、声压 NdB​=20lgp0pi​NdB​−表示信号pi对信号p0的分贝值pi、p0−对应为电压类的单位，如电流、电压、质点速度、声压 举个例子： 假 设 A 的 电 压 为 20 伏 特 ， B 的 电 压 为 10 伏 特 p A = 20 V p B = 10 V N d B = 10 lg ⁡ p A p B = 10 lg ⁡ 2 = 3 d B 也 就 是 说 ， A 的 电 压 比 B 的 电 压 大 3 d B 假设A的电压为20伏特，B的电压为10伏特\\ {p_A}=20V\\ {p_B}=10V\\ N_{dB}=10\lg\frac{p_A}{p_B}=10\lg2=3dB\\ 也就是说，A的电压比B的电压大3dB 假设A的电压为20伏特，B的电压为10伏特pA​=20VpB​=10VNdB​=10lgpB​pA​​=10lg2=3dB也就是说，A的电压比B的电压大3dB

我们通常说话都会说大概是多少多少分贝的，比如经常会说，安静的轻声絮语为20-40dB左右，正常室内说话为40-60dB左右，那么声音的分贝是如何度量的呢？

这里就要提到一个概念，叫做声压级

声压定义为声波在某一点产生的逾量瞬时压强的均方根值

公式： S P L = 20 lg ⁡ p e p r e f S P − 声 压 级 p e − 待 测 声 压 有 效 值 p r e f − 参 考 声 压 的 有 效 值 在 空 气 中 ， 参 考 声 压 的 有 效 值 为 2 × 1 0 − 5 P a SPL=20\lg\frac{p_e}{p_{ref}}\\ SP-声压级\\ {p_e}-待测声压有效值\\ {p_{ref}}-参考声压的有效值\\ 在空气中，参考声压的有效值为2\times10^{-5} Pa SPL=20lgpref​pe​​SP−声压级pe​−待测声压有效值pref​−参考声压的有效值在空气中，参考声压的有效值为2×10−5Pa 所以，如果我们知道说话声音对应的声压，然后基于以上公式就可以计算出它对应的声压级，也就是平常我们常说的这个声音对应的分贝数了。

在网上找到这样一个公式： L p = 20 lg ⁡ p r m s p r e f p r m s − 声 音 采 样 点 振 幅 R M S 数 值 p r e f − 声 音 振 幅 最 大 值 Lp=20\lg\frac{p_{rms}}{p_{ref}}\\ {p_{rms}}-声音采样点振幅RMS数值\\ {p_{ref}}-声音振幅最大值\\ Lp=20lgpref​prms​​prms​−声音采样点振幅RMS数值pref​−声音振幅最大值 举个例子来说明以下，如果我们的声音是16bits有符号数，那么每个采样点的数值大小应该在-32768-32767之间，也就是说振幅数值为65535，这个时候最大振幅对应的分贝是：20lg65535=96.32dB，也就是说，这个格式的动态范围为96dB。

考虑到我们平时的声音范围，所以16bits的位数基本上能够记录大部分音频的声音，实体唱片的CD格式也都是采用16bit的采样精度的。

从Audition的这个振幅统计，可知，振幅最大约为24117，如果带入上面公式计算的是20lg24117=87.68dB才对，但是它显示的确是-2.66dB,难道是公式错了吗？

音频在经过采样、量化后以数字信号的形式展现出来，那么根据采样值的大小就可以计算出实际的分贝数。

所以按照这个理论去分析，上图中显示的这段音频的分贝数或者声压级（振幅最大值）应该是87.68dB左右的。

那-2.66dB是什么意思呢？ 按 照 这 个 音 频 文 件 ， 暂 时 不 考 虑 r m s ， 单 独 考 虑 峰 值 点 的 情 况 那 么 p r m s = 24117 ， p r e f = 1 则 L p = 20 lg ⁡ p r m s p r e f = 87.68 d B 如 果 将 p r e f = 2 16 = 32768 则 L p = 20 lg ⁡ p r m s p r e f = − 2.66 d B 按照这个音频文件，暂时不考虑rms，单独考虑峰值点的情况\\ 那么{p_{rms}}=24117，{p_{ref}}=1\\ 则Lp=20\lg\frac{p_{rms}}{p_{ref}}=87.68dB\\ 如果将{p_{ref}}=2^{16}=32768\\ 则Lp=20\lg\frac{p_{rms}}{p_{ref}}=-2.66dB 按照这个音频文件，暂时不考虑rms，单独考虑峰值点的情况那么prms​=24117，pref​=1则Lp=20lgpref​prms​​=87.68dB如果将pref​=216=32768则Lp=20lgpref​prms​​=−2.66dB 所以也就是说，当采用16bits的量化精度时，最大振幅需要设置为32768，同样的道理，当你采用32bits时，最大振幅需要设置为65536。

同样的道理，RMS振幅也可以计算出来。

写了一个小的demo,并计算了它的RMS值，计算结果如下：

Audition的计算结果如下：

关于具体计算的代码已经上传，如果有需要验证的话，可以直接下载即可。download配套代码 你们是怎么计算声音的分贝的呢？欢迎在评论区留言