原文地址：https://dylanmeeus.github.io/posts/audio-from-scratch-pt4/
在上一篇文章中我们编写了代码来更改wave文件的幅度。
现在，我们将看一下如何通过调节声像将单声道wave文件转换为立体声wave文件，并探索WAVE文件格式如何在内部表示该文件。
频道
WAVE文件中的原始音频数据由多个帧组成。目前，我们称它们为“样本”，尽管严格来讲这并不完全正确。实际上，当我们假设一个单声道音频文件时，原始音频数据中的单个浮动仅对应于一个样本。
当你有多个频道时，单个“样本”可以包含多个帧。由于每个频道都需要在任何给定的时间点播放特定的“帧”。
在WAVE文件格式中，频道是交错的。例如，立体声文件的布局应如下所示：
image
在这里，每个样本都由两个帧组成。这样，1和2构成样本1，3和4构成样本2，依此类推。
程序由于音频文件中的fmt块而知道如何解析原始音频数据，这些块指定了原始音频数据中存在的频道数。wave文件中的最大频道数实际上高达65,536，对于音频数据而言实际上没有任何意义。
一些常见的是：
- 1频道：单声道
- 2频道：立体声
- 3频道：立体声+中央声道
- 4频道：四声道
- 5频道：“环绕声”
为了方便起见，我们主要处理单声道和立体声文件。它们不仅是最常用的，而且还使我们可以更方便的测试代码。
音频调节(Panning)
那么什么是pan？平移音频信号时，实际上是在左侧或右侧使音频信号“更大声”。通常在DAW中由“自动化轨道”表示，其值-1到1之间的。
应用平底锅的程序将采用三个参数：
- 输入文件
- 输出文件
- 音频调节（-1至1）
对于输入文件，我们将其限制为单声道文件，对于输出文件，我们将生成立体声文件。pan变量应在-1（左）和1（右）之间。在开始应用pan之前，我们需要从输入wave文件中读取原始音频数据。请记住，要读取wave文件，我们将使用我们之前制作的GoAudio库：
import (
wav "github.com/DylanMeeus/GoAudio/wave"
)
该程序的设置非常简单，我们将使用内置flags程序包来解析CLI的输入。
var (
input = flag.String("i", "", "input file")
output = flag.String("o", "", "output file")
pan = flag.Float64("p", 0.0, "pan in range of -1 (left) to 1 (right)")
)
设置好标志后，我们就可以解析它们并读取输入文件。
func main() {
flag.Parse()
infile := *input
outfile := *output
panfac := *pan
wave, err := wav.ReadWaveFile(infile)
if err != nil {
panic("Could not parse wave file")
}
...
}
到目前为止，一切都很好。我们已经解析了输入，因此我们知道要为pan使用哪个值，并且还读取了原始音频数据。但是，如何从（-1）到（1）范围内的值变为左侧或右侧的实际响度变化？我们可以想象一个简单的函数看起来像下面这样：
type panposition struct {
left, right float64
}
func calculatePosition(position float64) panposition {
position *= 0.5
return panposition{
left: position - 0.5,
right: position + 0.5,
}
}
在这里，我们使用的结构可以代表左声道和右声道的幅度在0到1的范围内。这样我们观察到以下值：
| 位置 | 左声道 | 右声道 |
|---|---|---|
| 0 | 0.5 | 0.5 |
| 1个 | 0 | 1个 |
| -1 | 1个 | 0 |
换句话说，如果位置为零，则声音在耳机的左侧和右侧之间达到完美平衡。而在极值中，声音只能是左侧或右侧。
就像上一篇文章一样，我们实际上需要根据在calculatePosition函数中找到的位置数据来更改帧。我们可以创建一个函数，该函数根据上一个函数中panposition返回的值修改帧。
func applyPan(frames []wav.Frame, p panposition) []wav.Frame {
out := []wav.Frame{}
for _, s := range frames {
out = append(out, wav.Frame(float64(s)*p.left))
out = append(out, wav.Frame(float64(s)*p.right))
}
return out
}
请注意，我们如何实际将两个frame附加到frames结果切片上！这就是我们交错左右声道的方式。
现在我们可以完成main方法：
...
pos := calculatePosition(panfac)
scaledFrames := applyPan(wave.Frames, calculatePosition(panfac))
wave.NumChannels = 2 // samples are now stereo, so we need dual channels
if err := wav.WriteFrames(scaledFrames, wave.WaveFmt, outfile); err != nil {
panic(err)
}
这里至关重要的一步是，在编写样本之前，我们已经运行了wave.NumChannels=2。否则，wave文件将被解释为单声道声音文件，而我们的声像效果将会丢失。
测试代码
为了测试，我主要使用这个简单的mono文件。
如果运行go run main.go -i mono.wav -o left-side.wav -p -1，将得到：
当我们运行时，go run main.go -i mono.wav -o right-side.wav -p 1我们得到：
下一步？
我们正在使用的pan功能实际上存在一个缺陷。但是，对于我们来说，这还不是很明显，因为我们只为整个音频源设置pan。要了解为什么不完美，我们需要首先引入断点作为创建自动化跟踪的一种方式，因此我们接下来的几篇文章的重点将是断点。:-)
网友评论