程序博客网 > 2016淘宝双11知识问答

音视频数据处理（6）--- PCM音频采样数据处理代码实现

来源：互联网 发布：2016淘宝双11知识问答 编辑：程序博客网 时间：2024/05/18 22:15

音频采样数据在视频播放器的解码流程中的位置如下图所示。


本文分别介绍如下几个PCM音频采样数据处理函数：
 分离PCM16LE双声道音频采样数据的左声道和右声道
 将PCM16LE双声道音频采样数据中左声道的音量降一半
 将PCM16LE双声道音频采样数据的声音速度提高一倍
 将PCM16LE双声道音频采样数据转换为PCM8音频采样数据
 从PCM16LE单声道音频采样数据中截取一部分数据
 将PCM16LE双声道音频采样数据转换为WAVE格式音频数据

注：PCM音频数据可以使用音频编辑软件导入查看。例如收费的专业音频编辑软件Adobe Audition，或者免费开源的音频编辑软件Audacity。


函数列表


（1）分离PCM16LE双声道音频采样数据的左声道和右声道

本程序中的函数可以将PCM16LE双声道数据中左声道和右声道的数据分离成两个文件。函数的代码如下所示。
[cpp] view plain copy
  1. /** 
  2.  * Split Left and Right channel of 16LE PCM file. 
  3.  * @param url  Location of PCM file. 
  4.  * 
  5.  */  
  6. int simplest_pcm16le_split(char *url){  
  7.     FILE *fp=fopen(url,"rb+");  
  8.     FILE *fp1=fopen("output_l.pcm","wb+");  
  9.     FILE *fp2=fopen("output_r.pcm","wb+");  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.         fread(sample,1,4,fp);  
  15.         //L  
  16.         fwrite(sample,1,2,fp1);  
  17.         //R  
  18.         fwrite(sample+2,1,2,fp2);  
  19.     }  
  20.   
  21.     free(sample);  
  22.     fclose(fp);  
  23.     fclose(fp1);  
  24.     fclose(fp2);  
  25.     return 0;  
  26. }  

调用上面函数的方法如下所示。
[cpp] view plain copy
  1. simplest_pcm16le_split("NocturneNo2inEflat_44.1k_s16le.pcm");  

从代码可以看出，PCM16LE双声道数据中左声道和右声道的采样值是间隔存储的。每个采样值占用2Byte空间。代码运行后，会把NocturneNo2inEflat_44.1k_s16le.pcm的PCM16LE格式的数据分离为两个单声道数据：

output_l.pcm：左声道数据。

output_r.pcm：右声道数据。

注：本文中声音样值的采样频率一律是44100Hz，采样格式一律为16LE。“16”代表采样位数是16bit。由于1Byte=8bit，所以一个声道的一个采样值占用2Byte。“LE”代表Little Endian，代表2 Byte采样值的存储方式为高位存在高地址中。

下图为输入的双声道PCM数据的波形图。上面的波形图是左声道的图形，下面的波形图是右声道的波形。图中的横坐标是时间，总长度为22秒；纵坐标是取样值，取值范围从-32768到32767。


下图为分离后左声道数据output_l.pcm的音频波形图。

 

下图为分离后右声道数据output_r.pcm的音频波形图。

 

（2）将PCM16LE双声道音频采样数据中左声道的音量降一半

本程序中的函数可以将PCM16LE双声道数据中左声道的音量降低一半。函数的代码如下所示。
[cpp] view plain copy
  1. /** 
  2.  * Halve volume of Left channel of 16LE PCM file 
  3.  * @param url  Location of PCM file. 
  4.  */  
  5. int simplest_pcm16le_halfvolumeleft(char *url){  
  6.     FILE *fp=fopen(url,"rb+");  
  7.     FILE *fp1=fopen("output_halfleft.pcm","wb+");  
  8.   
  9.     int cnt=0;  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.         short *samplenum=NULL;  
  15.         fread(sample,1,4,fp);  
  16.   
  17.         samplenum=(short *)sample;  
  18.         *samplenum=*samplenum/2;  
  19.         //L  
  20.         fwrite(sample,1,2,fp1);  
  21.         //R  
  22.         fwrite(sample+2,1,2,fp1);  
  23.   
  24.         cnt++;  
  25.     }  
  26.     printf("Sample Cnt:%d\n",cnt);  
  27.   
  28.     free(sample);  
  29.     fclose(fp);  
  30.     fclose(fp1);  
  31.     return 0;  
  32. }  

调用上面函数的方法如下所示。
[cpp] view plain copy
  1. simplest_pcm16le_halfvolumeleft("NocturneNo2inEflat_44.1k_s16le.pcm");  

从源代码可以看出，本程序在读出左声道的2 Byte的取样值之后，将其当成了C语言中的一个short类型的变量。将该数值除以2之后写回到了PCM文件中。下图为输入PCM双声道音频采样数据的波形图。


下图为输出的左声道经过处理后的波形图。可以看出左声道的波形幅度降低了一半。



（3）将PCM16LE双声道音频采样数据的声音速度提高一倍

本程序中的函数可以通过抽象的方式将PCM16LE双声道数据的速度提高一倍。函数的代码如下所示。
[cpp] view plain copy
  1. /** 
  2.  * Re-sample to double the speed of 16LE PCM file 
  3.  * @param url  Location of PCM file. 
  4.  */  
  5. int simplest_pcm16le_doublespeed(char *url){  
  6.     FILE *fp=fopen(url,"rb+");  
  7.     FILE *fp1=fopen("output_doublespeed.pcm","wb+");  
  8.   
  9.     int cnt=0;  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.   
  15.         fread(sample,1,4,fp);  
  16.   
  17.         if(cnt%2!=0){  
  18.             //L  
  19.             fwrite(sample,1,2,fp1);  
  20.             //R  
  21.             fwrite(sample+2,1,2,fp1);  
  22.         }  
  23.         cnt++;  
  24.     }  
  25.     printf("Sample Cnt:%d\n",cnt);  
  26.   
  27.     free(sample);  
  28.     fclose(fp);  
  29.     fclose(fp1);  
  30.     return 0;  
  31. }  

调用上面函数的方法如下所示。
[cpp] view plain copy
  1. simplest_pcm16le_doublespeed("NocturneNo2inEflat_44.1k_s16le.pcm");  

从源代码可以看出，本程序只采样了每个声道奇数点的样值。处理完成后，原本22秒左右的音频变成了11秒左右。音频的播放速度提高了2倍，音频的音调也变高了很多。下图为输入PCM双声道音频采样数据的波形图。


下图为输出的PCM双声道音频采样数据的波形图。通过时间轴可以看出音频变短了很多。



（4）将PCM16LE双声道音频采样数据转换为PCM8音频采样数据

本程序中的函数可以通过计算的方式将PCM16LE双声道数据16bit的采样位数转换为8bit。函数的代码如下所示。

[cpp] view plain copy
  1. /** 
  2.  * Convert PCM-16 data to PCM-8 data. 
  3.  * @param url  Location of PCM file. 
  4.  */  
  5. int simplest_pcm16le_to_pcm8(char *url){  
  6.     FILE *fp=fopen(url,"rb+");  
  7.     FILE *fp1=fopen("output_8.pcm","wb+");  
  8.   
  9.     int cnt=0;  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.   
  15.         short *samplenum16=NULL;  
  16.         char samplenum8=0;  
  17.         unsigned char samplenum8_u=0;  
  18.         fread(sample,1,4,fp);  
  19.         //(-32768-32767)  
  20.         samplenum16=(short *)sample;  
  21.         samplenum8=(*samplenum16)>>8;  
  22.         //(0-255)  
  23.         samplenum8_u=samplenum8+128;  
  24.         //L  
  25.         fwrite(&samplenum8_u,1,1,fp1);  
  26.   
  27.         samplenum16=(short *)(sample+2);  
  28.         samplenum8=(*samplenum16)>>8;  
  29.         samplenum8_u=samplenum8+128;  
  30.         //R  
  31.         fwrite(&samplenum8_u,1,1,fp1);  
  32.         cnt++;  
  33.     }  
  34.     printf("Sample Cnt:%d\n",cnt);  
  35.   
  36.     free(sample);  
  37.     fclose(fp);  
  38.     fclose(fp1);  
  39.     return 0;  
  40. }  

调用上面函数的方法如下所示。
[cpp] view plain copy
  1. simplest_pcm16le_to_pcm8("NocturneNo2inEflat_44.1k_s16le.pcm");  

PCM16LE格式的采样数据的取值范围是-32768到32767，而PCM8格式的采样数据的取值范围是0到255。所以PCM16LE转换到PCM8需要经过两个步骤：第一步是将-32768到32767的16bit有符号数值转换为-128到127的8bit有符号数值，第二步是将-128到127的8bit有符号数值转换为0到255的8bit无符号数值。在本程序中，16bit采样数据是通过short类型变量存储的，而8bit采样数据是通过unsigned char类型存储的。下图为输入的16bit的PCM双声道音频采样数据的波形图。


下图为输出的8bit的PCM双声道音频采样数据的波形图。注意观察图中纵坐标的取值范围已经变为0至255。如果仔细聆听声音的话，会发现8bit PCM的音质明显不如16 bit PCM的音质。
 

（5）将从PCM16LE单声道音频采样数据中截取一部分数据

本程序中的函数可以从PCM16LE单声道数据中截取一段数据，并输出截取数据的样值。函数的代码如下所示。
[cpp] view plain copy
  1. /** 
  2.  * Cut a 16LE PCM single channel file. 
  3.  * @param url        Location of PCM file. 
  4.  * @param start_num  start point 
  5.  * @param dur_num    how much point to cut 
  6.  */  
  7. int simplest_pcm16le_cut_singlechannel(char *url,int start_num,int dur_num){  
  8.     FILE *fp=fopen(url,"rb+");  
  9.     FILE *fp1=fopen("output_cut.pcm","wb+");  
  10.     FILE *fp_stat=fopen("output_cut.txt","wb+");  
  11.   
  12.     unsigned char *sample=(unsigned char *)malloc(2);  
  13.   
  14.     int cnt=0;  
  15.     while(!feof(fp)){  
  16.         fread(sample,1,2,fp);  
  17.         if(cnt>start_num&&cnt<=(start_num+dur_num)){  
  18.             fwrite(sample,1,2,fp1);  
  19.   
  20.             short samplenum=sample[1];  
  21.             samplenum=samplenum*256;  
  22.             samplenum=samplenum+sample[0];  
  23.   
  24.             fprintf(fp_stat,"%6d,",samplenum);  
  25.             if(cnt%10==0)  
  26.                 fprintf(fp_stat,"\n",samplenum);  
  27.         }  
  28.         cnt++;  
  29.     }  
  30.   
  31.     free(sample);  
  32.     fclose(fp);  
  33.     fclose(fp1);  
  34.     fclose(fp_stat);  
  35.     return 0;  
  36. }  

调用上面函数的方法如下所示。
[cpp] view plain copy
  1. simplest_pcm16le_cut_singlechannel("drum.pcm",2360,120);  

本程序可以从PCM数据中选取一段采样值保存下来，并且输出这些采样值的数值。上述代码运行后，会把单声道PCM16LE格式的“drum.pcm”中从2360点开始的120点的数据保存成output_cut.pcm文件。下图为“drum.pcm”的波形图，该音频采样频率为44100KHz，长度为0.5秒，一共包含约22050个采样点。


下图为截取出来的output_cut.pcm文件中的数据。


下面列出了上述数据的采样值。
[plain] view plain copy
  1.  4460,  5192,  5956,  6680,  7199,  6706,  5727,  4481,  3261,  1993,  
  2.  1264,   747,   767,   752,  1248,  1975,  2473,  2955,  2952,  2447,  
  3.   974, -1267, -4000, -6965,-10210,-13414,-16639,-19363,-21329,-22541,  
  4. 23028,-22545,-21055,-19067,-16829,-14859,-12596, -9900, -6684, -3475,  
  5.  -983,  1733,  3978,  5734,  6720,  6978,  6993,  7223,  7225,  7440,  
  6.  7688,  8431,  8944,  9468,  9947, 10688, 11194, 11946, 12449, 12446,  
  7. 12456, 11974, 11454, 10952, 10167,  9425,  8153,  6941,  5436,  3716,  
  8.  1952,   236, -1254, -2463, -3493, -4223, -4695, -4927, -5190, -4941,  
  9. -4188, -2956, -1490,   -40,   705,   932,   446,  -776, -2512, -3994,  
  10. -5723, -7201, -8687,-10157,-11134,-11661,-11642,-11168,-10155, -9142,  
  11. -7888, -7146, -6186, -5694, -4971, -4715, -4498, -4471, -4468, -4452,  
  12. -4452, -3940, -2980, -1984,  -752,   257,  1021,  1264,  1032,    31,  

（6）将PCM16LE双声道音频采样数据转换为WAVE格式音频数据

WAVE格式音频（扩展名为“.wav”）是Windows系统中最常见的一种音频。该格式的实质就是在PCM文件的前面加了一个文件头。本程序的函数就可以通过在PCM文件前面加一个WAVE文件头从而封装为WAVE格式音频。函数的代码如下所示。
[cpp] view plain copy
  1. /** 
  2.  * Convert PCM16LE raw data to WAVE format 
  3.  * @param pcmpath      Input PCM file. 
  4.  * @param channels     Channel number of PCM file. 
  5.  * @param sample_rate  Sample rate of PCM file. 
  6.  * @param wavepath     Output WAVE file. 
  7.  */  
  8. int simplest_pcm16le_to_wave(const char *pcmpath,int channels,int sample_rate,const char *wavepath)  
  9. {  
  10.   
  11.     typedef struct WAVE_HEADER{    
  12.         char         fccID[4];          
  13.         unsigned   long    dwSize;              
  14.         char         fccType[4];      
  15.     }WAVE_HEADER;    
  16.   
  17.     typedef struct WAVE_FMT{    
  18.         char         fccID[4];          
  19.         unsigned   long       dwSize;              
  20.         unsigned   short     wFormatTag;      
  21.         unsigned   short     wChannels;    
  22.         unsigned   long       dwSamplesPerSec;    
  23.         unsigned   long       dwAvgBytesPerSec;    
  24.         unsigned   short     wBlockAlign;    
  25.         unsigned   short     uiBitsPerSample;    
  26.     }WAVE_FMT;    
  27.   
  28.     typedef struct WAVE_DATA{    
  29.         char       fccID[4];            
  30.         unsigned long dwSize;                
  31.     }WAVE_DATA;    
  32.   
  33.   
  34.     if(channels==0||sample_rate==0){  
  35.     channels = 2;  
  36.     sample_rate = 44100;  
  37.     }  
  38.     int bits = 16;  
  39.   
  40.     WAVE_HEADER   pcmHEADER;    
  41.     WAVE_FMT   pcmFMT;    
  42.     WAVE_DATA   pcmDATA;    
  43.    
  44.     unsigned   short   m_pcmData;  
  45.     FILE   *fp,*fpout;    
  46.   
  47.     fp=fopen(pcmpath, "rb");  
  48.     if(fp == NULL) {    
  49.         printf("open pcm file error\n");  
  50.         return -1;    
  51.     }  
  52.     fpout=fopen(wavepath,   "wb+");  
  53.     if(fpout == NULL) {      
  54.         printf("create wav file error\n");    
  55.         return -1;   
  56.     }          
  57.     //WAVE_HEADER  
  58.     memcpy(pcmHEADER.fccID,"RIFF",strlen("RIFF"));                      
  59.     memcpy(pcmHEADER.fccType,"WAVE",strlen("WAVE"));    
  60.     fseek(fpout,sizeof(WAVE_HEADER),1);   
  61.     //WAVE_FMT  
  62.     pcmFMT.dwSamplesPerSec=sample_rate;    
  63.     pcmFMT.dwAvgBytesPerSec=pcmFMT.dwSamplesPerSec*sizeof(m_pcmData);    
  64.     pcmFMT.uiBitsPerSample=bits;  
  65.     memcpy(pcmFMT.fccID,"fmt ",strlen("fmt "));    
  66.     pcmFMT.dwSize=16;    
  67.     pcmFMT.wBlockAlign=2;    
  68.     pcmFMT.wChannels=channels;    
  69.     pcmFMT.wFormatTag=1;    
  70.    
  71.     fwrite(&pcmFMT,sizeof(WAVE_FMT),1,fpout);   
  72.   
  73.     //WAVE_DATA;  
  74.     memcpy(pcmDATA.fccID,"data",strlen("data"));    
  75.     pcmDATA.dwSize=0;  
  76.     fseek(fpout,sizeof(WAVE_DATA),SEEK_CUR);  
  77.   
  78.     fread(&m_pcmData,sizeof(unsigned short),1,fp);  
  79.     while(!feof(fp)){    
  80.         pcmDATA.dwSize+=2;  
  81.         fwrite(&m_pcmData,sizeof(unsigned short),1,fpout);  
  82.         fread(&m_pcmData,sizeof(unsigned short),1,fp);  
  83.     }    
  84.   
  85.     pcmHEADER.dwSize=44+pcmDATA.dwSize;  
  86.   
  87.     rewind(fpout);  
  88.     fwrite(&pcmHEADER,sizeof(WAVE_HEADER),1,fpout);  
  89.     fseek(fpout,sizeof(WAVE_FMT),SEEK_CUR);  
  90.     fwrite(&pcmDATA,sizeof(WAVE_DATA),1,fpout);  
  91.       
  92.     fclose(fp);  
  93.     fclose(fpout);  
  94.   
  95.     return 0;  
  96. }  

调用上面函数的方法如下所示。
[cpp] view plain copy
  1. simplest_pcm16le_to_wave("NocturneNo2inEflat_44.1k_s16le.pcm",2,44100,"output_nocturne.wav");  

WAVE文件是一种RIFF格式的文件。其基本块名称是“WAVE”，其中包含了两个子块“fmt”和“data”。从编程的角度简单说来就是由WAVE_HEADER、WAVE_FMT、WAVE_DATA、采样数据共4个部分组成。它的结构如下所示。

WAVE_HEADER

WAVE_FMT

WAVE_DATA

PCM数据


其中前3部分的结构如下所示。在写入WAVE文件头的时候给其中的每个字段赋上合适的值就可以了。但是有一点需要注意：WAVE_HEADER和WAVE_DATA中包含了一个文件长度信息的dwSize字段，该字段的值必须在写入完音频采样数据之后才能获得。因此这两个结构体最后才写入WAVE文件中。
[cpp] view plain copy
  1. typedef struct WAVE_HEADER{  
  2.     char fccID[4];  
  3.     unsigned long dwSize;  
  4.     char fccType[4];  
  5. }WAVE_HEADER;  
  6.   
  7. typedef struct WAVE_FMT{  
  8.     char  fccID[4];  
  9.     unsigned long dwSize;  
  10.     unsigned short wFormatTag;  
  11.     unsigned short wChannels;  
  12.     unsigned long dwSamplesPerSec;  
  13.     unsigned long dwAvgBytesPerSec;  
  14.     unsigned short wBlockAlign;  
  15.     unsigned short uiBitsPerSample;  
  16. }WAVE_FMT;  
  17.   
  18. typedef struct WAVE_DATA{  
  19.     char       fccID[4];  
  20.     unsigned long dwSize;  
  21. }WAVE_DATA;  

本程序的函数执行完成后，就可将NocturneNo2inEflat_44.1k_s16le.pcm文件封装成output_nocturne.wav文件。
阅读全文
0 0
2016淘宝双11知识问答 2016淘宝双11知识问答
原创粉丝点击
热门IT博客
mac 抓包工具mac 抓包工具
买外包软件买外包软件
vc编程dll导入导出格式
开淘宝代购店怎么申请
java web环境搭建教程
ubuntu 16.04配置lnmp
painter软件 影拓
网络语老司机什么意思
vb.net 高级
领蓝钻成长值软件
电脑自己安装软件
数据挖掘用户属性
讲主角进入网络电影
25 知乎
海军知耻
fc660m mac
图像算法专业
java为什么要用接口
html5源码
windows多线程示例
热门问题 老师的惩罚 人脸识别 我在镇武司摸鱼那些年 重生之率土为王 我在大康的咸鱼生活 盘龙之生命进化 天生仙种 凡人之先天五行 春回大明朝 姑娘不必设防，我是瞎子 0x00000001蓝屏怎么办 电脑蓝屏修复怎么办 win10老是蓝屏怎么办 华硕win10蓝屏怎么办 windows8蓝屏怎么办 win10出现蓝屏怎么办 电脑蓝屏怎么办win10 windowsxp蓝屏怎么办 win10菜单打不开怎么办 win10屏幕模糊怎么办 显卡不支持dx12怎么办 win8到期了怎么办 windows没有激活怎么办 魔兽世界卡地图怎么办 cf file watcher怎么办 cf没有声音怎么办 cf进不去房间怎么办 想吐怎么办 扫码器扫不出来怎么办 螺丝锈死了怎么办 螺丝锈了怎么办 common.dll丢失怎么办 common.msi丢失怎么办 packet.dll丢失怎么办 dll文件丢失怎么办 duilib.dll丢失怎么办 ws2_32.dll丢失怎么办 gdiplus.dll丢失怎么办 exnscan.dll丢失怎么办 文件不兼容怎么办 丢失dll文件怎么办 user32dll丢失怎么办 错误0x8007007b怎么办 nba2k14没声音怎么办 vs2013安装失败怎么办? directx11错误怎么办 word损坏打不开怎么办 word2010打不开怎么办 word软件损坏怎么办 电脑不能开机怎么办 libmmd.dll丢失怎么办

程序博客网，程序员的互联网技术博客家园。csdn论坛精品 msdn技术资料都在这里