在应用 FFT 之前从 wav 文件中读取数据

Posted 2023-02-17

【中文标题】在应用 FFT 之前从 wav 文件中读取数据

【英文标题】：Read data from wav file before applying FFT

【发布时间】：2015-12-15 18:45:33

【问题描述】：

这是我第一次使用波形文件。 问题是我并不完全了解如何正确读取存储的数据。我的阅读代码：

    uint8_t* buffer = new uint8_t[BUFFER_SIZE];
    std::cout << "Buffering data... " << std::endl;
    while ((bytesRead = fread(buffer, sizeof buffer[0], BUFFER_SIZE / (sizeof buffer[0]), wavFile)) > 0)
    
        //do sth with buffer data
    

样本文件头告诉我数据是 PCM（1 通道），每个样本 8 位，采样率为 11025Hz。

输出数据给我（更新后）从 0 到 255 的值，因此这些值是 8 位调制的正确 PCM 值。但是，知道正确读取这些值需要什么 BUFFER_SIZE 吗？

我正在使用的 WAV 文件：http://www.wavsource.com/movies/2001.htm (daisy.wav)

TXT 输出：https://paste.ee/p/pXGvm

【问题讨论】：

您的意思是 -128 到 127（而不是 172）吗？您看到签名值的原因是您将它们存储在已签名的 int8 中。 uint8 未签名

是的，我的错，我已经更改了我的代码。现在它给了我四个不同的值：128、127、87、0。我仍然不知道它是如何正确的？

我们没有您的数据，所以我不知道我们如何知道这些值是否正确。

我正在使用的文件：wavsource.com/snds_2015-12-13_4694675918641206/movies/2001/… 正在输出到 txt 文件。

好的，我刚刚用附加信息编辑了我的问题。

【参考方案1】：

您有两种常见的情况。第一个是 WAV 文件代表一个简短的音频样本，您希​​望将整个内容读入内存并对其进行操作。所以 BUFFER_SIZE 是一个变量。基本上，您会寻找文件的末尾以获取其大小，然后加载它。

第二种常见情况是 WAV 文件代表相当长的录音，您希望分段处理它，通常通过实时写入输出设备。所以 BUFFER_SIZE 需要足够大以容纳一口大小的块，但又不能大到需要过多的内存。现在通常音频“帧”的大小由输出设备本身给出，它预计每秒 25 个样本与视频或类似的东西同步。您通常需要一个双缓冲器，以确保您在 DAC（数模转换器）用完时始终能够满足对更多样本的需求。然后在给出一个样本时，你从磁盘加载下一个数据块。有时，块大小没有“正确”的值，您只需要使用相当合理的方法来平衡内存占用与调用次数。

如果您需要进行 FFT，通常使用 2 次方的缓冲区大小，以使快速变换更简单。您需要的大小取决于您感兴趣的最低频率。