我希望通过一段语音分析语音的强度（响度）。

因为是工科狗而非理科狗，且对于音频信号分析是外行，只简单看了下FFT,所以对于自己分析语音强度的方法没有安全感。希望这方面的高手能够指导下。非常感谢！！！

以下是我获取语音信号数据的过程。123.wav语音文件来自于百度合成的mp3转码，所以这段语音就算存在噪音也应该是微量的，这里不用再滤波了（就算滤波也不知道滤波器系数该用什么）。我猜想到此应该是没有问题的？

# -*- coding: utf-8 -*-
import numpy as np
import pylab as pl
import wave
f = wave.open("/home/dyan/123.wav", "rb")
# 读取格式信息
# (nchannels, sampwidth, framerate, nframes, comptype, compname)
params = f.getparams()
nchannels, sampwidth, framerate, nframes = params[:4]
# 读取波形数据
str_data = f.readframes(nframes)
f.close()
wave_data = np.fromstring(str_data, dtype=np.short)
# 在时间轴上画波形图
# 以上nchannels=1, sampwidth=2, framerate=16000
lenth=len(wave_data)
ti=lenth/16000.0
t = np.arange(0, ti, ti/lenth)
pl.plot(t,wave_data)
pl.show()

波形图（时间长度大约1.8s）
我希望在播放这段语音的时候，通知语音的强度，但是显然频率太快了，并不要这么快，比如0.2s一次统计也许是比较合适的。
我有2个想法，但是不确定，没有安全感：

1、每0.2s求振幅绝对值平均值。
2、每0.2s取振幅绝对值最大值。

不了解音频信号处理，所以完全不知道这两种方案中的一种能不能代表语音强度。或者应该用其他的方式。

综上所述，2个问题：

1、这样获取波形数据wav_data是否正确？
2、怎样表达这段语音的强度（响度）？