哪种音频文件格式最容易操作？

Posted 2023-02-25

【中文标题】哪种音频文件格式最容易操作？

【英文标题】：Which audio file format is easiest to manipulate?

【发布时间】：2011-02-08 17:08:55

【问题描述】：

你好漂亮的电脑人士，

对于question I had earlier concerning accessing the samples in an audio file，我现在意识到核心音频格式可能不是要走的路。

特别是因为on page 15 of the spec 它提到了使用 C 是一种“符号方便”，即你不能只用一些 c 函数打开它，然后用它做你想做的事。

也就是说，如果我想打开一个音频文件，然后在其上运行一些 C、C++ 或 Objective-C 代码来播放样本值，那么哪种格式最适合：WAV？国际电影节？其他的？

请记住，我希望它能够在 ios 上运行。

谢谢！

【问题讨论】：

请注意，带有未压缩 LinearPCM 的 CAF 文件（如规范的表 2-2 所示）实际上与未压缩的 WAV 相同，并且应该同样易于编辑。

@AShelly。有趣的。我能否获得您对关于演示文稿“符号方便”的评论的意见（框的第 15 页。在规范中）。很高兴听到你的想法:)

我相信这是说您不能直接将文件二进制读取到文档描述的结构中。有诸如填充和可变大小字段之类的东西，需要解析文件。我的观点是，一旦你得到任何一种格式的 DATA 块，你所拥有的是原始 PCM，这是最容易编辑的格式。

【参考方案1】：

未压缩的 WAV 文件。它们由标题和原始样本组成。

【参考方案2】：

我曾经通过 C++ 操作 WAV，这很容易。 我使用这个规范来编写我的代码：https://ccrma.stanford.edu/courses/422/projects/WaveFormat/ 有了这个文档和对数字音频的一点了解，您就可以轻松地操作 WAV 文件。

【参考方案3】：

未压缩的 WAV 是音频编辑的事实标准。您可以使用各种库来轻松操作它们。如果您只是想要完整的原始样本，甚至没有 WAV 标头与 PCM 一起使用，但是您必须提前知道您的采样率、频率等，因为您不会拥有通常在 WAV 标头中的所有信息是未压缩的样本。

【讨论】：

我的频率、采样率等永远不会改变，所以是的，我只需要原始样本。您能否具体说明“使用 PCM”是什么意思？

PCM（脉冲编码调制）是一种原始的未压缩音频格式...诸如 Adob​​e Audition 和其他音频编辑、采样、母带处理等程序将识别 PCM 文件扩展名。具体来说，我以前在电信中使用文本到语音合成时使用了 PCM。基本上它是一个没有标题的 WAV 文件。

【参考方案4】：

最简单的未压缩 WAV 文件格式只有一个 44 字节的标头（它告诉您采样率、每个采样的位数以及数据是立体声对还是单声道），然后是原始 PCM 数组（通常) 短整数。

在 little-endian CPU（例如 Intel 或大多数 ARM）上，您可以将此文件格式直接映射到 16 位 short 的 C 数组中，并使用与标头适当的偏移量对其进行索引。

【参考方案5】：

未压缩的 WAV 将是最容易处理的，因为您不必在操作之前对它们进行解码，因此您可能希望从它开始，直到您确定您的操作例程/代码。

但是，除非您计划只制作一些现场效果或相当大的结果捆绑包，否则从长远来看，使用 IMA ADPCM 之类的东西可能会更好。解码算法已经存在（请查看 http://wiki.multimedia.cx/index.php?title=IMA_ADPCM 了解更多信息），实现起来相对简单，它可以让您在产品中加入更多声音。