C++ 将原始音频从 22050 上采样到 48000 Hz

Posted 2023-02-25

【中文标题】C++ 将原始音频从 22050 上采样到 48000 Hz

【英文标题】：C++ Upsampling raw audio from 22050 to 48000 Hz

【发布时间】：2013-05-05 07:22:12

【问题描述】：

我有

形式的原始音频数据

vector<short> m_shorts;

音频数据为 22050 kHz 单声道。

有人知道我如何（没有任何第三方库）快速将短向量转换为 48000 Hz 单声道吗？

我知道它不会改善声音。这仅用于将音频数据传递给效果器（更高的采样率听起来更好）。

感谢您的帮助。

【问题讨论】：

您想要44100Hz（22050Hz 的双倍）还是48000Hz？而kHz 很可能是一个错字，应该是Hz

@Basile Starynkevitch 对不起，你是对的。我想我更喜欢 48000 Hz。但如果 48000 不容易实现，44100 也可以。

那么请相应地编辑您的问题。

为什么不想使用外部库？

【参考方案1】：

如果您想将采样频率从 22050Hz 加倍到 44100Hz（即 22050 的两倍），您可以做一些 linear interpolation：

vector<short> m_shorts;
vector<short> outputs;
unsigned inplen = m_shorts.length();
output.resize(2*inplen+1);
for (unsigned ix = 0; ix < inplen; ix++)  // not sure of the bounds
  output[2*ix] = m_shorts[ix];
  output[2*ix+1] = (m_shorts[ix] + m_shorts[ix+1])/2;

但我不是音频或信号处理专家。可能有更聪明的方法......（可能是 Fourier transform 然后是逆傅里叶）。

而且我不确定“听起来会不会更好”。

【讨论】：

线性插值有效，但效果不佳。理想情况下，应使用适当的重采样滤波器。

这种过采样操作会导致 11.025kHz 到 22.05kHz 范围内的不需要的信号内容在原始文件中不存在（称为混叠或图像）。在所有实际的上采样设计中，LPF 都会消除这一点。这里使用的两点插值是一个非常粗略的 LPF，它的截止频率很可能在错误的位置和一个非常宽的阻带。结果是大量的混叠正在发生。您需要一个重采样滤波器，其拐点频率为 11.025kHz（或稍早一点）并且具有急剧的滚降。

线性插值可能适用于语音等内容，或者无论如何通过低质量设备播放。

@Marko 感谢您的评论。你没有任何 C++ 示例代码，是吗？

@tmighty 我设计数字滤波器已经有好几年了，而且从第一原理来看并不是特别容易。我建议查看 VLC、GStreamer 等开源媒体播放器来重新采样代码。