如何从AudioRecord读取的ShortArray数据中提取音频振幅

你当前用ShortArray接收音频数据的写法，是适配安卓平台最通用的AudioFormat.ENCODING_PCM_16BIT（16位有符号PCM）音频格式的标准写法，比处理ByteArray少了手动拼接高低位字节的步骤，提取振幅的逻辑更简单。

16位PCM单个采样点的取值范围为-32768~32767，和Kotlin中Short类型的取值范围完全匹配，你可以根据业务场景直接计算两类常用振幅值：

• 瞬时峰值振幅：响应速度快，适合做实时跳变的峰值电平条、突发爆音检测。计算逻辑为遍历当前帧所有采样点，取绝对值的最大值。
  注意必须先将Short值转为Int再取绝对值，否则Short.MIN_VALUE(-32768)取绝对值时会发生数值溢出，得到错误结果：

  var peakAmp = 0
  for (sample in data) {
      val absVal = sample.toInt().absoluteValue
      if (absVal > peakAmp) peakAmp = absVal
  }
  // 输出范围0~32767，数值越大振幅越高
  

• RMS均方根振幅：反映音频帧的平均能量，更贴合人耳对响度的实际感知，不会被单个异常尖峰干扰，是普通音量检测、平均电平显示的首选方案。计算逻辑为对帧内所有采样点求平方和的均值，再开平方：

  import kotlin.math.sqrt
  
  var squareSum = 0.0
  for (sample in data) {
      val intVal = sample.toInt()
      squareSum += intVal * intVal
  }
  val rmsAmp = sqrt(squareSum / data.size).toInt()
  // 输出范围0~32767
  

如果需要将振幅映射到0~1的归一化区间（比如绑定UI进度条、设置音量触发阈值），直接将计算得到的振幅值除以32767.0即可：

val normalPeak = peakAmp / 32767.0f
val normalRms = rmsAmp / 32767.0f

网上流传的基于ByteArray的振幅提取方案，核心逻辑是先将每两个连续字节按小端序拼接为16位Short值，再执行和上述完全一致的振幅计算。你直接读取ShortArray的方式，相当于系统已经帮你完成了字节拼接、字节序处理的底层步骤，代码更简洁，运行效率更高，也能避免手动处理字节时容易出现的高低位错位、字节序错误等问题。

内容的提问来源于stack exchange，提问作者Pavel Poley