美文网首页多媒体科技音视频开发经验之路音频
视音频数据处理入门:PCM音频采样数据处理

视音频数据处理入门:PCM音频采样数据处理

作者: 心有琳鑫 | 来源:发表于2016-07-13 17:16 被阅读1115次

    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
    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。


    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。

    /** 
     * 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;  
    }  
    

    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。

    /** 
     * 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;  
    }  ```
    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。
    ![](https://img.haomeiwen.com/i2280430/6382c5d44c64aca1?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
    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。
    ![](https://img.haomeiwen.com/i2280430/4e552704d071d613?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
    #####(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。
    

    /**

    • 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;
      }

    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。
    ![](https://img.haomeiwen.com/i2280430/b9d29dfc82a27d86?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
    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。
    ![](https://img.haomeiwen.com/i2280430/d4c42fbff196fc22?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
    #####(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。
    

    /**

    • 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。
    ![](https://img.haomeiwen.com/i2280430/d5beb4103db842a7?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
    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。
    ![](https://img.haomeiwen.com/i2280430/13a57156fc3d59d8?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
    #####(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。
    

    /**

    • 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。
    ![](https://img.haomeiwen.com/i2280430/7ba1f211f996b420?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
    下图为截取出来的output_cut.pcm文件中的数据。
    ![](https://img.haomeiwen.com/i2280430/08a1d82ab00491d5?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
    下面列出了上述数据的采样值。
    [plain] view plain copy 在CODE上查看代码片派生到我的代码片
    

    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)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。
    

    /**

    • 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
    

    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;

    本程序的函数执行完成后,就可将NocturneNo2inEflat_44.1k_s16le.pcm文件封装成output_nocturne.wav文件。

    相关文章

      网友评论

      • eb15e719394c:雷的博客你就这么粘贴过来好么? 需要你粘贴么? 还不在文章开头注明出处?

      本文标题:视音频数据处理入门:PCM音频采样数据处理

      本文链接:https://www.haomeiwen.com/subject/egosjttx.html