android jtransformsで調べたデシベルがおかしい

Question

やりたいこと・問題

静寂状態から喧騒状態になるのを検知し、音声認識APIで文字起こしをするアルゴリズムを作っています。喧騒状態の検知にはある程度デシベルが大きかったら検知するようにするつもりです。デシベルを調べるにはFFTであるjtransformsを使用しました。まず、この記事を参考にしてdbを取得できるようにコード書いたところ問題が発生しました。以下のクラスRecordVoiceServiceを実行してもD/db: Hz0.0maxdb-120.0としか出力されません(MediaRecorder.AudioSource.VOICE_RECOGNITIONをMediaRecorder.AudioSource.MICにしても結果は同じでした)。これはAudioRecordクラス上で音を拾えてないと言うことでしょうか？(もし、音を拾えているか確認する手段があるなら教えてください。)なぜ、このようになるのでしょうか？

参考にした記事

Androidで録音する　２　FFTして周波数とｄBFSを調べる。
Androidで周波数を解析してみよう
Android プログラミング 研究
AndroidでFFTはJTransformsが楽だった

コード

RecordVoiceServiceクラス

import android.app.Service;
import android.content.Intent;
import android.media.AudioFormat;
import android.media.AudioRecord;
import android.media.MediaRecorder;
import android.os.Environment;
import android.os.IBinder;
import android.support.annotation.Nullable;
import android.util.Log;

import org.jtransforms.fft.DoubleFFT_1D;

/**
 * Created by kaikoro on 2017/11/13.
 */

public class RecordVoiceService extends Service {
    //録音クラスの宣言
    AudioRecord audioRecord;
    //録音フラグ。録音を開始するなら、true。停止するなら、false。ボタンで切り替える
    boolean bIsRecording = false;
    int bufferSize = 0;
    final static int FFT_SIZE = 4096;
    double dB_baseline = Math.pow(2, 15) * FFT_SIZE * Math.sqrt(2);

    @Nullable
    @Override
    public IBinder onBind(Intent intent) {
        return null;
    }

    @Override
    public void onCreate() {
        super.onCreate();
        Log.d("LifeCycle", "onCreate");
    }

    @Override
    public int onStartCommand(Intent intent, int flags, int startId) {
        startRecordVoice();
        Log.d("LifeCycle", "onStartCommand");
        return super.onStartCommand(intent, flags, startId);
    }


    //録音開始
    private void startRecordVoice() {
        initAudioRecord();
        startAudioRecorder();
    }


    public void getVoice() {

    }

    //録音停止
    private void stopRecordVoice() {
        //録音フラグを停止にする
        bIsRecording = false;
        Log.d("bIsRecording", String.valueOf(bIsRecording));
    }

    @Override
    public void onDestroy() {
        super.onDestroy();
        Log.d("LifeCycle", "onDestroy");
        stopRecordVoice();
    }

    //初期化
    public void initAudioRecord() {
        int audioSource = MediaRecorder.AudioSource.VOICE_RECOGNITION;
        int rate = 44100;
        int channelConfig = AudioFormat.CHANNEL_IN_MONO;
        int audioFormat = AudioFormat.ENCODING_PCM_16BIT;
        bufferSize = AudioRecord.getMinBufferSize(rate, channelConfig, audioFormat);
        if (FFT_SIZE > bufferSize) bufferSize = FFT_SIZE;

        audioRecord = new AudioRecord(audioSource, rate, channelConfig, audioFormat, bufferSize * 2);
    }

    //録音開始、停止が押されるまで録音する
    private void startAudioRecorder() {
        new Thread(new Runnable() {
            @Override
            public void run() {
                bIsRecording = true;
                short buf[] = new short[bufferSize];
                //stopRecordVoice()が呼ばれるまでbufに書き込む
                while (bIsRecording) {
                    //bufに音声データを格納
                    audioRecord.read(buf, 0, buf.length);
                    Log.d("bIsRecording", String.valueOf(bIsRecording));

                    //FFTで解析
                    DoubleFFT_1D fft = new DoubleFFT_1D(FFT_SIZE);
                    double[] FFTdata = new double[FFT_SIZE];
                    for (int i = 0; i < FFT_SIZE; i++) {
                        FFTdata[i] = (double) buf[i];
                    }
                    fft.realForward(FFTdata);
                    //dBFS計算
                    double[] dbfs = new double[FFT_SIZE / 2];
                    double max_db = -120d;
                    int max_i = 0;
                    for (int i = 0; i < FFT_SIZE; i += 2) {
                        dbfs[i / 2] = (int)
                                (20 * Math.log10(Math.sqrt(Math.pow(FFTdata[i], 2)
                                        + Math.pow(FFTdata[i + 1], 2)) / dB_baseline));
                        if (max_db < dbfs[i / 2]) {
                            max_db = dbfs[i / 2];
                            max_i = i / 2;
                        }
                    }
                    Log.d("db", "Hz" + (44100 / (double) FFT_SIZE) * max_i + "maxdb" + max_db);
                }
                // 録音停止
                audioRecord.stop();
                audioRecord.release();
            }
        }).start();
    }
}

Logcat

11-19 01:09:14.750 16266-16683/com.example.ehu.recodevoiceinbackgroud D/db: Hz0.0maxdb-120.0
11-19 01:09:14.778 16266-16683/com.example.ehu.recodevoiceinbackgroud D/db: Hz0.0maxdb-120.0
11-19 01:09:14.805 16266-16683/com.example.ehu.recodevoiceinbackgroud D/db: Hz0.0maxdb-120.0
11-19 01:09:14.832 16266-16683/com.example.ehu.recodevoiceinbackgroud D/db: Hz0.0maxdb-120.0
11-19 01:09:14.859 16266-16683/com.example.ehu.recodevoiceinbackgroud D/db: Hz0.0maxdb-120.0
11-19 01:09:14.887 16266-16683/com.example.ehu.recodevoiceinbackgroud D/db: Hz0.0maxdb-120.0
11-19 01:09:14.914 16266-16683/com.example.ehu.recodevoiceinbackgroud D/db: Hz0.0maxdb-120.0
11-19 01:09:14.942 16266-16683/com.example.ehu.recodevoiceinbackgroud D/db: Hz0.0maxdb-120.0
11-19 01:09:14.970 16266-16683/com.example.ehu.recodevoiceinbackgroud D/db: Hz0.0maxdb-120.0
11-19 01:09:14.998 16266-16683/com.example.ehu.recodevoiceinbackgroud D/db: Hz0.0maxdb-120.0
11-19 01:09:15.025 16266-16683/com.example.ehu.recodevoiceinbackgroud D/db: Hz0.0maxdb-120.0

Answer 1

AudioRecord.startRecording()を書き忘れていただけでした。その他、初期化できているか確認するメソッドAudioRecord.getState()と、録音しているか確認できるメソッドAudioRecord.getgetRecordingState()もここに記しておきます。

RecordVoiceServiceクラスのstartAudioRecorder()

  private void startAudioRecorder() {
        new Thread(new Runnable() {
            @Override
            public void run() {
                bIsRecording = true;
                short buf[] = new short[bufferSize];
                audioRecord.startRecording();
                //stopRecordVoice()が呼ばれるまでbufに書き込む
                while (bIsRecording) {
                    //bufに音声データを格納
                    audioRecord.read(buf, 0, buf.length);
                    Log.d("RecordingState", String.valueOf(audioRecord.getRecordingState()));
                    //省略

RecordVoiceServiceクラスのstartRecordVoice()

 private void startRecordVoice() {
        initAudioRecord();
        if (audioRecord.getState() == audioRecord.STATE_INITIALIZED) {
            Log.d("AudioRecord", "state" + audioRecord.getState());
            startAudioRecorder();
        } else {
            Log.w("AudioRecord", "state" + audioRecord.getState());
        }
    }

AudioRecord.getState()と、AudioRecord.getgetRecordingState()を使ってみたのですが、書き方がこれでいいのか不安ですね。美しい書き方を教えていただくと幸いです。

試しに録音開始の後「OK Google」と言って、録音停止してみました。

11-19 15:06:28.479 18270-19294/com.example.ehu.recodevoiceinbackgroud D/db: Hz527.5634765625maxdb-35.0
11-19 15:06:28.570 18270-19294/com.example.ehu.recodevoiceinbackgroud D/db: Hz506.0302734375maxdb-47.0
11-19 15:06:28.627 18270-19294/com.example.ehu.recodevoiceinbackgroud D/db: Hz301.46484375maxdb-52.0
11-19 15:06:28.753 18270-19294/com.example.ehu.recodevoiceinbackgroud D/db: Hz10.7666015625maxdb-44.0
11-19 15:06:28.806 18270-19294/com.example.ehu.recodevoiceinbackgroud D/db: Hz0.0maxdb-47.0
11-19 15:06:28.916 18270-19294/com.example.ehu.recodevoiceinbackgroud D/db: Hz366.064453125maxdb-45.0
11-19 15:06:28.997 18270-19294/com.example.ehu.recodevoiceinbackgroud D/db: Hz236.865234375maxdb-48.0
11-19 15:06:29.125 18270-19294/com.example.ehu.recodevoiceinbackgroud D/db: Hz118.4326171875maxdb-51.0
11-19 15:06:29.198 18270-19294/com.example.ehu.recodevoiceinbackgroud D/db: Hz473.73046875maxdb-47.0
11-19 15:06:29.284 18270-19294/com.example.ehu.recodevoiceinbackgroud D/db: Hz0.0maxdb-68.0
11-19 15:06:29.373 18270-19294/com.example.ehu.recodevoiceinbackgroud D/db: Hz0.0maxdb-70.0