背景：博主在实际项目中遇到的一个问题，期望用户发出的语音是有内容的，这样就需要对语音是否为空（是否有意义）进行辨别。
常用方案：通过调用三方sdk进行语音内容识别，例如科大讯飞、百度AI等大厂产品。但这些产品都有一个通病，大体积的SDK，使用时需要联网、付费。针对这一轻量级的需求，这样的成本就略显得得不偿失了。
该文介绍的方案：通过对音频文件分析，使用java代码实现空语音辨别，准确率在97%以上，无需引用三方sdk，无需联网、无使用费用。
接下来博主就来描述下这个java代码怎么实现空语音识别（也不一定是java 代码什么语言都可以实现，不贴代码了主要说思路）。
移动端音频传输的常见格式mp3、amr、aac、pcm（对格式不了解的可自行百度）
社交类App发送语音通常选用amr格式进行传输（amr的优点自行百度，微信的语音采用的也是amr格式，同时也百度下pcm格式）
pcm是啥：https://blog.csdn.net/pds574834424/article/details/78174097
贴出一张pcm格式音频导出的波形图
绿色的部分是说话展现的波形，蓝色部分是环境噪音，且称绿色部分为有内容片断，蓝色部分为无意义片断
观察这个波形图不难发现无意义片断的波动都在一个固定的范围内，我们称之为区间范围。
试想，可不可以认为在一个语音中包含有内容片断的为有内容语音，不包含有内容片断的语音为空语音？博主认为可以这么判定，同样这也是前提。
现在的问题变成怎么样识别一个语音中包含有内容片断
波形图可以理解为散点图的连线，无意义片断的点都在区间范围内，有内容片断的点散布在区间范围内和外。
将问题再次简化，如果有区间范围外的点就可以认为是有内容语音，当然这只是概括，看上图第一块蓝色区域也有区间范围外的点，就不能单纯的用有或没有区间范围外的点来判定。
假设在一个音频中区间范围外的点的占有率为V， 可以抽象出公式为：
V＝有内容片断／（无意义片断＋有内容片断）＊100%
等同于： V＝区间范围外的点／（区间范围外的点＋区间范围内的点）＊100%
从而推导出结果：当V大于某一特定值：有内容语音，当V小于某一特定值：无内容语音既空语音。
＝＝＝分割线＝＝至此空语音识别思路叙述完毕＝＝＝
传输中的语音都是amr格式，这里选用pcm文件格式的数据进行分析，那么amr怎么转pcm？
这里给出两种转码方案：
1.FFmpeg，https://blog.csdn.net/weixin_38372482/article/details/79703703
2.MediaCodec, https://developer.android.com/reference/android/media/MediaCodec