視音頻數(shù)據(jù)處理入門:PCM音頻采樣數(shù)據(jù)處理

本文分別介紹如下幾個(gè)PCM音頻采樣數(shù)據(jù)處理函數(shù):
分離PCM16LE雙聲道音頻采樣數(shù)據(jù)的左聲道和右聲道
將PCM16LE雙聲道音頻采樣數(shù)據(jù)中左聲道的音量降一半
將PCM16LE雙聲道音頻采樣數(shù)據(jù)的聲音速度提高一倍
將PCM16LE雙聲道音頻采樣數(shù)據(jù)轉(zhuǎn)換為PCM8音頻采樣數(shù)據(jù)
從PCM16LE單聲道音頻采樣數(shù)據(jù)中截取一部分?jǐn)?shù)據(jù)
將PCM16LE雙聲道音頻采樣數(shù)據(jù)轉(zhuǎn)換為WAVE格式音頻數(shù)據(jù)
音頻采樣數(shù)據(jù)在視頻播放器的解碼流程中的位置如下圖所示。


函數(shù)列表

(1)分離PCM16LE雙聲道音頻采樣數(shù)據(jù)的左聲道和右聲道

本程序中的函數(shù)可以將PCM16LE雙聲道數(shù)據(jù)中左聲道和右聲道的數(shù)據(jù)分離成兩個(gè)文件。函數(shù)的代碼如下所示。

/** 
 * Split Left and Right channel of 16LE PCM file. 
 * @param url  Location of PCM file. 
 * 
 */  
int simplest_pcm16le_split(char *url){  
    FILE *fp=fopen(url,"rb+");  
    FILE *fp1=fopen("output_l.pcm","wb+");  
    FILE *fp2=fopen("output_r.pcm","wb+");  
  
    unsigned char *sample=(unsigned char *)malloc(4);  
  
    while(!feof(fp)){  
        fread(sample,1,4,fp);  
        //L  
        fwrite(sample,1,2,fp1);  
        //R  
        fwrite(sample+2,1,2,fp2);  
    }  
  
    free(sample);  
    fclose(fp);  
    fclose(fp1);  
    fclose(fp2);  
    return 0;  
}  

從代碼可以看出,PCM16LE雙聲道數(shù)據(jù)中左聲道和右聲道的采樣值是間隔存儲(chǔ)的。每個(gè)采樣值占用2Byte空間。代碼運(yùn)行后,會(huì)把NocturneNo2inEflat_44.1k_s16le.pcm的PCM16LE格式的數(shù)據(jù)分離為兩個(gè)單聲道數(shù)據(jù):
output_l.pcm:左聲道數(shù)據(jù)。
output_r.pcm:右聲道數(shù)據(jù)。
注:本文中聲音樣值的采樣頻率一律是44100Hz,采樣格式一律為16LE?!?6”代表采樣位數(shù)是16bit。由于1Byte=8bit,所以一個(gè)聲道的一個(gè)采樣值占用2Byte?!癓E”代表Little Endian,代表2 Byte采樣值的存儲(chǔ)方式為高位存在高地址中。

下圖為輸入的雙聲道PCM數(shù)據(jù)的波形圖。上面的波形圖是左聲道的圖形,下面的波形圖是右聲道的波形。圖中的橫坐標(biāo)是時(shí)間,總長(zhǎng)度為22秒;縱坐標(biāo)是取樣值,取值范圍從-32768到32767。



下圖為分離后左聲道數(shù)據(jù)output_l.pcm的音頻波形圖



下圖為分離后右聲道數(shù)據(jù)output_r.pcm的音頻波形圖。
(2)將PCM16LE雙聲道音頻采樣數(shù)據(jù)中左聲道的音量降一半

本程序中的函數(shù)可以將PCM16LE雙聲道數(shù)據(jù)中左聲道的音量降低一半。函數(shù)的代碼如下所示。

/** 
 * Halve volume of Left channel of 16LE PCM file 
 * @param url  Location of PCM file. 
 */  
int simplest_pcm16le_halfvolumeleft(char *url){  
    FILE *fp=fopen(url,"rb+");  
    FILE *fp1=fopen("output_halfleft.pcm","wb+");  
  
    int cnt=0;  
  
    unsigned char *sample=(unsigned char *)malloc(4);  
  
    while(!feof(fp)){  
        short *samplenum=NULL;  
        fread(sample,1,4,fp);  
  
        samplenum=(short *)sample;  
        *samplenum=*samplenum/2;  
        //L  
        fwrite(sample,1,2,fp1);  
        //R  
        fwrite(sample+2,1,2,fp1);  
  
        cnt++;  
    }  
    printf("Sample Cnt:%d\n",cnt);  
  
    free(sample);  
    fclose(fp);  
    fclose(fp1);  
    return 0;  
}  ```
從源代碼可以看出,本程序在讀出左聲道的2 Byte的取樣值之后,將其當(dāng)成了C語言中的一個(gè)short類型的變量。將該數(shù)值除以2之后寫回到了PCM文件中。下圖為輸入PCM雙聲道音頻采樣數(shù)據(jù)的波形圖。
![](http://upload-images.jianshu.io/upload_images/2280430-6382c5d44c64aca1?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
下圖為輸出的左聲道經(jīng)過處理后的波形圖。可以看出左聲道的波形幅度降低了一半。
![](http://upload-images.jianshu.io/upload_images/2280430-4e552704d071d613?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
#####(3)將PCM16LE雙聲道音頻采樣數(shù)據(jù)的聲音速度提高一倍
本程序中的函數(shù)可以通過抽象的方式將PCM16LE雙聲道數(shù)據(jù)的速度提高一倍。函數(shù)的代碼如下所示。

/**

  • Re-sample to double the speed of 16LE PCM file

  • @param url Location of PCM file.
    */
    int simplest_pcm16le_doublespeed(char *url){
    FILE *fp=fopen(url,"rb+");
    FILE *fp1=fopen("output_doublespeed.pcm","wb+");

    int cnt=0;

    unsigned char *sample=(unsigned char *)malloc(4);

    while(!feof(fp)){

     fread(sample,1,4,fp);  
    
     if(cnt%2!=0){  
         //L  
         fwrite(sample,1,2,fp1);  
         //R  
         fwrite(sample+2,1,2,fp1);  
     }  
     cnt++;  
    

    }
    printf("Sample Cnt:%d\n",cnt);

    free(sample);
    fclose(fp);
    fclose(fp1);
    return 0;
    }

從源代碼可以看出,本程序只采樣了每個(gè)聲道奇數(shù)點(diǎn)的樣值。處理完成后,原本22秒左右的音頻變成了11秒左右。音頻的播放速度提高了2倍,音頻的音調(diào)也變高了很多。下圖為輸入PCM雙聲道音頻采樣數(shù)據(jù)的波形圖。
![](http://upload-images.jianshu.io/upload_images/2280430-b9d29dfc82a27d86?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
下圖為輸出的PCM雙聲道音頻采樣數(shù)據(jù)的波形圖。通過時(shí)間軸可以看出音頻變短了很多。
![](http://upload-images.jianshu.io/upload_images/2280430-d4c42fbff196fc22?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
#####(4)將PCM16LE雙聲道音頻采樣數(shù)據(jù)轉(zhuǎn)換為PCM8音頻采樣數(shù)據(jù)
本程序中的函數(shù)可以通過計(jì)算的方式將PCM16LE雙聲道數(shù)據(jù)16bit的采樣位數(shù)轉(zhuǎn)換為8bit。函數(shù)的代碼如下所示。

/**

  • Convert PCM-16 data to PCM-8 data.

  • @param url Location of PCM file.
    */
    int simplest_pcm16le_to_pcm8(char *url){
    FILE *fp=fopen(url,"rb+");
    FILE *fp1=fopen("output_8.pcm","wb+");

    int cnt=0;

    unsigned char *sample=(unsigned char *)malloc(4);

    while(!feof(fp)){

     short *samplenum16=NULL;  
     char samplenum8=0;  
     unsigned char samplenum8_u=0;  
     fread(sample,1,4,fp);  
     //(-32768-32767)  
     samplenum16=(short *)sample;  
     samplenum8=(*samplenum16)>>8;  
     //(0-255)  
     samplenum8_u=samplenum8+128;  
     //L  
     fwrite(&samplenum8_u,1,1,fp1);  
    
     samplenum16=(short *)(sample+2);  
     samplenum8=(*samplenum16)>>8;  
     samplenum8_u=samplenum8+128;  
     //R  
     fwrite(&samplenum8_u,1,1,fp1);  
     cnt++;  
    

    }
    printf("Sample Cnt:%d\n",cnt);

    free(sample);
    fclose(fp);
    fclose(fp1);
    return 0;
    }

PCM16LE格式的采樣數(shù)據(jù)的取值范圍是-32768到32767,而PCM8格式的采樣數(shù)據(jù)的取值范圍是0到255。所以PCM16LE轉(zhuǎn)換到PCM8需要經(jīng)過兩個(gè)步驟:第一步是將-32768到32767的16bit有符號(hào)數(shù)值轉(zhuǎn)換為-128到127的8bit有符號(hào)數(shù)值,第二步是將-128到127的8bit有符號(hào)數(shù)值轉(zhuǎn)換為0到255的8bit無符號(hào)數(shù)值。在本程序中,16bit采樣數(shù)據(jù)是通過short類型變量存儲(chǔ)的,而8bit采樣數(shù)據(jù)是通過unsigned char類型存儲(chǔ)的。下圖為輸入的16bit的PCM雙聲道音頻采樣數(shù)據(jù)的波形圖。
![](http://upload-images.jianshu.io/upload_images/2280430-d5beb4103db842a7?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
下圖為輸出的8bit的PCM雙聲道音頻采樣數(shù)據(jù)的波形圖。注意觀察圖中縱坐標(biāo)的取值范圍已經(jīng)變?yōu)?至255。如果仔細(xì)聆聽聲音的話,會(huì)發(fā)現(xiàn)8bit PCM的音質(zhì)明顯不如16 bit PCM的音質(zhì)。
![](http://upload-images.jianshu.io/upload_images/2280430-13a57156fc3d59d8?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
#####(5)將從PCM16LE單聲道音頻采樣數(shù)據(jù)中截取一部分?jǐn)?shù)據(jù)
本程序中的函數(shù)可以從PCM16LE單聲道數(shù)據(jù)中截取一段數(shù)據(jù),并輸出截取數(shù)據(jù)的樣值。函數(shù)的代碼如下所示。

/**

  • Cut a 16LE PCM single channel file.

  • @param url Location of PCM file.

  • @param start_num start point

  • @param dur_num how much point to cut
    */
    int simplest_pcm16le_cut_singlechannel(char *url,int start_num,int dur_num){
    FILE *fp=fopen(url,"rb+");
    FILE *fp1=fopen("output_cut.pcm","wb+");
    FILE *fp_stat=fopen("output_cut.txt","wb+");

    unsigned char *sample=(unsigned char *)malloc(2);

    int cnt=0;
    while(!feof(fp)){
    fread(sample,1,2,fp);
    if(cnt>start_num&&cnt<=(start_num+dur_num)){
    fwrite(sample,1,2,fp1);

         short samplenum=sample[1];  
         samplenum=samplenum*256;  
         samplenum=samplenum+sample[0];  
    
         fprintf(fp_stat,"%6d,",samplenum);  
         if(cnt%10==0)  
             fprintf(fp_stat,"\n",samplenum);  
     }  
     cnt++;  
    

    }

    free(sample);
    fclose(fp);
    fclose(fp1);
    fclose(fp_stat);
    return 0;
    }

本程序可以從PCM數(shù)據(jù)中選取一段采樣值保存下來,并且輸出這些采樣值的數(shù)值。上述代碼運(yùn)行后,會(huì)把單聲道PCM16LE格式的“drum.pcm”中從2360點(diǎn)開始的120點(diǎn)的數(shù)據(jù)保存成output_cut.pcm文件。下圖為“drum.pcm”的波形圖,該音頻采樣頻率為44100KHz,長(zhǎng)度為0.5秒,一共包含約22050個(gè)采樣點(diǎn)。
![](http://upload-images.jianshu.io/upload_images/2280430-7ba1f211f996b420?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
下圖為截取出來的output_cut.pcm文件中的數(shù)據(jù)。
![](http://upload-images.jianshu.io/upload_images/2280430-08a1d82ab00491d5?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
下面列出了上述數(shù)據(jù)的采樣值。
[plain] view plain copy 在CODE上查看代碼片派生到我的代碼片

4460, 5192, 5956, 6680, 7199, 6706, 5727, 4481, 3261, 1993,
1264, 747, 767, 752, 1248, 1975, 2473, 2955, 2952, 2447,
974, -1267, -4000, -6965,-10210,-13414,-16639,-19363,-21329,-22541,
23028,-22545,-21055,-19067,-16829,-14859,-12596, -9900, -6684, -3475,
-983, 1733, 3978, 5734, 6720, 6978, 6993, 7223, 7225, 7440,
7688, 8431, 8944, 9468, 9947, 10688, 11194, 11946, 12449, 12446,
12456, 11974, 11454, 10952, 10167, 9425, 8153, 6941, 5436, 3716,
1952, 236, -1254, -2463, -3493, -4223, -4695, -4927, -5190, -4941,
-4188, -2956, -1490, -40, 705, 932, 446, -776, -2512, -3994,
-5723, -7201, -8687,-10157,-11134,-11661,-11642,-11168,-10155, -9142,
-7888, -7146, -6186, -5694, -4971, -4715, -4498, -4471, -4468, -4452,
-4452, -3940, -2980, -1984, -752, 257, 1021, 1264, 1032, 31,

#####(6)將PCM16LE雙聲道音頻采樣數(shù)據(jù)轉(zhuǎn)換為WAVE格式音頻數(shù)據(jù)
WAVE格式音頻(擴(kuò)展名為“.wav”)是Windows系統(tǒng)中最常見的一種音頻。該格式的實(shí)質(zhì)就是在PCM文件的前面加了一個(gè)文件頭。本程序的函數(shù)就可以通過在PCM文件前面加一個(gè)WAVE文件頭從而封裝為WAVE格式音頻。函數(shù)的代碼如下所示。

/**

  • Convert PCM16LE raw data to WAVE format

  • @param pcmpath Input PCM file.

  • @param channels Channel number of PCM file.

  • @param sample_rate Sample rate of PCM file.

  • @param wavepath Output WAVE file.
    */
    int simplest_pcm16le_to_wave(const char *pcmpath,int channels,int sample_rate,const char *wavepath)
    {

    typedef struct WAVE_HEADER{
    char fccID[4];
    unsigned long dwSize;
    char fccType[4];
    }WAVE_HEADER;

    typedef struct WAVE_FMT{
    char fccID[4];
    unsigned long dwSize;
    unsigned short wFormatTag;
    unsigned short wChannels;
    unsigned long dwSamplesPerSec;
    unsigned long dwAvgBytesPerSec;
    unsigned short wBlockAlign;
    unsigned short uiBitsPerSample;
    }WAVE_FMT;

    typedef struct WAVE_DATA{
    char fccID[4];
    unsigned long dwSize;
    }WAVE_DATA;

if(channels==0||sample_rate==0){  
channels = 2;  
sample_rate = 44100;  
}  
int bits = 16;  

WAVE_HEADER   pcmHEADER;    
WAVE_FMT   pcmFMT;    
WAVE_DATA   pcmDATA;    

unsigned   short   m_pcmData;  
FILE   *fp,*fpout;    

fp=fopen(pcmpath, "rb");  
if(fp == NULL) {    
    printf("open pcm file error\n");  
    return -1;    
}  
fpout=fopen(wavepath,   "wb+");  
if(fpout == NULL) {      
    printf("create wav file error\n");    
    return -1;   
}          
//WAVE_HEADER  
memcpy(pcmHEADER.fccID,"RIFF",strlen("RIFF"));                      
memcpy(pcmHEADER.fccType,"WAVE",strlen("WAVE"));    
fseek(fpout,sizeof(WAVE_HEADER),1);   
//WAVE_FMT  
pcmFMT.dwSamplesPerSec=sample_rate;    
pcmFMT.dwAvgBytesPerSec=pcmFMT.dwSamplesPerSec*sizeof(m_pcmData);    
pcmFMT.uiBitsPerSample=bits;  
memcpy(pcmFMT.fccID,"fmt ",strlen("fmt "));    
pcmFMT.dwSize=16;    
pcmFMT.wBlockAlign=2;    
pcmFMT.wChannels=channels;    
pcmFMT.wFormatTag=1;    

fwrite(&pcmFMT,sizeof(WAVE_FMT),1,fpout);   

//WAVE_DATA;  
memcpy(pcmDATA.fccID,"data",strlen("data"));    
pcmDATA.dwSize=0;  
fseek(fpout,sizeof(WAVE_DATA),SEEK_CUR);  

fread(&m_pcmData,sizeof(unsigned short),1,fp);  
while(!feof(fp)){    
    pcmDATA.dwSize+=2;  
    fwrite(&m_pcmData,sizeof(unsigned short),1,fpout);  
    fread(&m_pcmData,sizeof(unsigned short),1,fp);  
}    

pcmHEADER.dwSize=44+pcmDATA.dwSize;  

rewind(fpout);  
fwrite(&pcmHEADER,sizeof(WAVE_HEADER),1,fpout);  
fseek(fpout,sizeof(WAVE_FMT),SEEK_CUR);  
fwrite(&pcmDATA,sizeof(WAVE_DATA),1,fpout);  
  
fclose(fp);  
fclose(fpout);  

return 0;  

}

WAVE文件是一種RIFF格式的文件。其基本塊名稱是“WAVE”,其中包含了兩個(gè)子塊“fmt”和“data”。從編程的角度簡(jiǎn)單說來就是由WAVE_HEADER、WAVE_FMT、WAVE_DATA、采樣數(shù)據(jù)共4個(gè)部分組成。它的結(jié)構(gòu)如下所示。
WAVE_HEADER
WAVE_FMT
WAVE_DATA
PCM數(shù)據(jù)

其中前3部分的結(jié)構(gòu)如下所示。在寫入WAVE文件頭的時(shí)候給其中的每個(gè)字段賦上合適的值就可以了。但是有一點(diǎn)需要注意:WAVE_HEADER和WAVE_DATA中包含了一個(gè)文件長(zhǎng)度信息的dwSize字段,該字段的值必須在寫入完音頻采樣數(shù)據(jù)之后才能獲得。因此這兩個(gè)結(jié)構(gòu)體最后才寫入WAVE文件中

typedef struct WAVE_HEADER{
char fccID[4];
unsigned long dwSize;
char fccType[4];
}WAVE_HEADER;

typedef struct WAVE_FMT{
char fccID[4];
unsigned long dwSize;
unsigned short wFormatTag;
unsigned short wChannels;
unsigned long dwSamplesPerSec;
unsigned long dwAvgBytesPerSec;
unsigned short wBlockAlign;
unsigned short uiBitsPerSample;
}WAVE_FMT;

typedef struct WAVE_DATA{
char fccID[4];
unsigned long dwSize;
}WAVE_DATA;

本程序的函數(shù)執(zhí)行完成后,就可將NocturneNo2inEflat_44.1k_s16le.pcm文件封裝成output_nocturne.wav文件。
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容