如何将 Int16 音频样本的数据转换为浮点音频样本数组
Posted
技术标签:
【中文标题】如何将 Int16 音频样本的数据转换为浮点音频样本数组【英文标题】:How to convert Data of Int16 audio samples to array of float audio samples 【发布时间】:2017-08-24 13:41:49 【问题描述】:我目前正在处理音频样本。
我从 AVAssetReader 得到它们并有一个 CMSampleBuffer
类似这样的东西:
guard let sampleBuffer = readerOutput.copyNextSampleBuffer() else
guard reader.status == .completed else return nil
// Completed
// samples is an array of Int16
let samples = sampleData.withUnsafeBytes
Array(UnsafeBufferPointer<Int16>(
start: $0, count: sampleData.count / MemoryLayout<Int16>.size))
// The only way I found to convert [Int16] -> [Float]...
return samples.map Float($0) / Float(Int16.max)
guard let blockBuffer = CMSampleBufferGetDataBuffer(sampleBuffer) else
return nil
let length = CMBlockBufferGetDataLength(blockBuffer)
let sampleBytes = UnsafeMutablePointer<UInt8>.allocate(capacity: length)
CMBlockBufferCopyDataBytes(blockBuffer, 0, length, sampleBytes)
sampleData.append(sampleBytes, count: length)
如您所见,我发现唯一可以转换 [Int16] -> [Float] 的是samples.map Float($0) / Float(Int16.max)
,但这样做我的处理时间正在增加。是否存在其他方式将 Int16 的指针转换为 Float 的指针?
【问题讨论】:
如果您的意图是将整数 -32767 ... 32767 转换为 -1.0 ... 1.0,那么就是这样做的。但是你不需要创建一个Array,你可以映射UnsafeBufferPointer。 您将如何“投射指针”? 1) Int16 为 2 个字节,Float 为 4 个字节。 2) 你从整数中计算浮点值。 @MartinR 实际上,我希望迭代通过执行Int16value / Int16.max
来计算浮点数。不是在 Swift 中说“这是一个 Int16 的指针,你能给我计算出的浮点指针吗”?当我使用 UnsafeMutableRawPointer(UInt8 的指针)时,我能够执行以下操作:var floatValues = bytes.bindMemory(to: Float.self, capacity: bytesTotal)
强制转换(或 Swift 术语中的“重新绑定”)只会改变内存的解释方式,它不会改变内存本身。
【参考方案1】:
“铸造”或“重新绑定”指针只会改变内存的方式 解释。您想从整数中计算浮点值, 新值具有不同的内存表示(以及不同的 大小)。
因此您以某种方式必须遍历所有输入值
并计算新值。你可以做的是省略Array
创作:
let samples = sampleData.withUnsafeBytes
UnsafeBufferPointer<Int16>(start: $0, count: sampleData.count / MemoryLayout<Int16>.size)
return samples.map Float($0) / Float(Int16.max)
另一种选择是使用 vDSP 函数 加速框架:
import Accelerate
// ...
let numSamples = sampleData.count / MemoryLayout<Int16>.size
var factor = Float(Int16.max)
var floats: [Float] = Array(repeating: 0.0, count: numSamples)
// Int16 array to Float array:
sampleData.withUnsafeBytes
vDSP_vflt16($0, 1, &floats, 1, vDSP_Length(numSamples))
// Scaling:
vDSP_vsdiv(&floats, 1, &factor, &floats, 1, vDSP_Length(numSamples))
我不知道这是否更快,您必须检查一下。 (更新:它更快,正如 ColGraff 在他的回答中所展示的那样。)
显式循环也比使用map
快得多:
let factor = Float(Int16.max)
let samples = sampleData.withUnsafeBytes
UnsafeBufferPointer<Int16>(start: $0, count: sampleData.count / MemoryLayout<Int16>.size)
var floats: [Float] = Array(repeating: 0.0, count: samples.count)
for i in 0..<samples.count
floats[i] = Float(samples[i]) / factor
return floats
在您的情况下,另一个选项可能是使用 CMBlockBufferGetDataPointer()
而不是 CMBlockBufferCopyDataBytes()
到分配的内存中。
【讨论】:
第一个代码块遇到问题,将UnsafeBufferPointer<Int16>.init
start
参数从UnsafeRawBufferPointer
转换为UnsafePointer<_>?
时遇到问题
@ColGraff:我的sampleData
的类型为Data
。我从问题中的sampleData.withUnsafeBytes()
猜测。
明白了,这是有道理的。【参考方案2】:
如果您使用Accelerate Framework 进行转换,您可以做得更好:
import Accelerate
// Set up random [Int]
var randomInt = [Int16]()
randomInt.reserveCapacity(10000)
for _ in 0..<randomInt.capacity
let value = Int16(Int32(arc4random_uniform(UInt32(UInt16.max))) - Int32(UInt16.max / 2))
randomInt.append(value)
// Time elapsed helper: https://***.com/a/25022722/887210
func printTimeElapsedWhenRunningCode(title:String, operation:()->())
let startTime = CFAbsoluteTimeGetCurrent()
operation()
let timeElapsed = CFAbsoluteTimeGetCurrent() - startTime
print("Time elapsed for \(title): \(timeElapsed) s.")
// Testing
printTimeElapsedWhenRunningCode(title: "vDSP")
var randomFloat = [Float](repeating: 0, count: randomInt.capacity)
vDSP_vflt16(randomInt, 1, &randomFloat, 1, vDSP_Length(randomInt.capacity))
printTimeElapsedWhenRunningCode(title: "map")
randomInt.map Float($0)
// Results
//
// Time elapsed for vDSP : 0.000429034233093262 s.
// Time elapsed for flatMap: 0.00233501195907593 s.
速度提高了大约 5 倍。
(编辑:添加了 Martin R 建议的一些更改)
【讨论】:
似乎我们有相同的想法:) – 一些评论:您的代码崩溃,因为 randomFloat 是在 before 设置 randomInt.capacity 时创建的,这使得它成为一个空数组。您可以简单地将&randomFloat
传递给 vDSP_vflt16()。 vDSP 测量应该包括 randomFloat 数组的创建。没有理由使用flatMap,只需randomInt.map Float($0)
@MartinR 啊,是的,我已将 randomFloat
的初始化移到更早的时间以整理代码,而忽略了对其进行测试。我会更正它并重新测试。谢谢!
有趣的是,for i in 0..<randomInt.count randomFloat[i] = Float(randomInt[i])
与 vDSP 方法一样快。
@MartinR 更近了。在使用 vDSP 与 for 循环时,我仍然看到了一些改进,可能是 50% 到 75% 的时间。
更多关于 vDSP、缓存以及在此聊天中对测试的影响的讨论:chat.***.com/rooms/152775/swift-vdsp【参考方案3】:
@MartinR 和@ColGraff 给出了非常好的答案,感谢大家的快速回复。
但是我找到了一种更简单的方法来做到这一点,而无需任何计算。 AVAssetReaderAudioMixOutput
需要音频设置字典。在里面我们可以设置密钥AVLinearPCMIsFloatKey: true
。这样我会像这样读取我的数据
let samples = sampleData.withUnsafeBytes
UnsafeBufferPointer<Float>(start: $0,
count: sampleData.count / MemoryLayout<Float>.size)
【讨论】:
【参考方案4】:适用于:Xcode 8.3.3 • Swift 3.1
extension Collection where Iterator.Element == Int16
var floatArray: [Float]
return flatMap Float($0)
用法:
let int16Array: [Int16] = [1, 2, 3 ,4]
let floatArray = int16Array.floatArray
【讨论】:
对不起,也许我解释得不好,但我想将 Int16 音频样本转换为浮动音频样本,而不像在 floatArray 方法中那样重复整个样本。以上是关于如何将 Int16 音频样本的数据转换为浮点音频样本数组的主要内容,如果未能解决你的问题,请参考以下文章