如何正确播放已解码的内存PCM与Oboe？

Posted 2021-03-28

我使用oboe在我的ndk库中播放声音，我使用OpenSL with Android extensions将wav文件解码为PCM。解码后签名的16位PCM存储在内存中（std::forward_list<int16_t>），然后通过回调将它们发送到双簧管流。我可以从手机上听到的声音与音量级别的原始wav文件类似，但是，这种声音的“质量”不是 - 它爆裂和爆裂。

我猜我以错误的顺序或格式（采样率？）发送音频流中的PCM。如何使用双声道音频流进行OpenSL解码？

---

要将文件解码为PCM，我使用androidSimpleBufferQueue作为接收器，将AndroidFD与AAssetManager作为源：

// Loading asset
AAsset* asset = AAssetManager_open(manager, path, AASSET_MODE_UNKNOWN);
off_t start, length;
int fd = AAsset_openFileDescriptor(asset, &start, &length);
AAsset_close(asset);

// Creating audio source
SLDataLocator_AndroidFD loc_fd = { SL_DATALOCATOR_ANDROIDFD, fd, start, length };
SLDataFormat_MIME format_mime = { SL_DATAFORMAT_MIME, NULL, SL_CONTAINERTYPE_UNSPECIFIED };
SLDataSource audio_source = { &loc_fd, &format_mime };

// Creating audio sink
SLDataLocator_AndroidSimpleBufferQueue loc_bq = { SL_DATALOCATOR_ANDROIDSIMPLEBUFFERQUEUE, 1 };
SLDataFormat_PCM pcm = {
    .formatType = SL_DATAFORMAT_PCM,
    .numChannels = 2,
    .samplesPerSec = SL_SAMPLINGRATE_44_1,
    .bitsPerSample = SL_PCMSAMPLEFORMAT_FIXED_16,
    .containerSize = SL_PCMSAMPLEFORMAT_FIXED_16,
    .channelMask = SL_SPEAKER_FRONT_LEFT | SL_SPEAKER_FRONT_RIGHT,
    .endianness = SL_BYTEORDER_LITTLEENDIAN
};
SLDataSink sink = { &loc_bq, &pcm };

然后我注册回调，将缓冲区排队并将PCM从缓冲区移动到存储区，直到完成为止。

注意：wav音频文件也是2通道签名16位44.1Hz PCM

我的双簧管流配置是一样的：

AudiostreamBuilder builder;
builder.setChannelCount(2);
builder.setSampleRate(44100);
builder.setCallback(this);
builder.setFormat(AudioFormat::I16);
builder.setPerformanceMode(PerformanceMode::LowLatency);
builder.setSharingMode(SharingMode::Exclusive);

音频渲染就是这样的：

// Oboe stream callback
audio_engine::onAudioReady(AudioStream* self, void* audio_data, int32_t num_frames) {
    auto stream = static_cast<int16_t*>(audio_data);
    sound->render(stream, num_frames);
}

// Sound::render method
sound::render(int16_t* audio_data, int32_t num_frames) {
    auto iter = pcm_data.begin();
    std::advance(iter, cur_frame);

    const int32_t rem_size = std::min(num_frames, size - cur_frame);
    for(int32_t i = 0; i < rem_size; ++i, std::next(iter), ++cur_frame) {
        audio_data[i] += *iter;
    }
}

答案

看起来你的render（）方法会混淆样本和帧。帧是一组同时采样。在立体声流中，每个帧具有两个样本。

我认为你的迭代器是基于样本的。换句话说，next（iter）将前进到下一个样本，而不是下一个帧。试试这个（未经测试的）代码。

sound::render(int16_t* audio_data, int32_t num_frames) {
    auto iter = pcm_data.begin();
    const int samples_per_frame = 2; // stereo
    std::advance(iter, cur_sample);

    const int32_t num_samples = std::min(num_frames * samples_per_frame,
              total_samples - cur_sample);
    for(int32_t i = 0; i < num_samples; ++i, std::next(iter), ++cur_sample) {
        audio_data[i] += *iter;
    }
}

另一答案

简而言之：基本上，我遇到了一个不足，因为使用std::forward_list来存储PCM。在这种情况下（使用迭代器来检索PCM），必须使用一个容器，其迭代器实现LegacyRandomAccessIterator（例如std::vector）。

---

我确信std::advance和std::next方法的线性复杂性在我的sound::render方法中没有任何区别。但是，当我尝试使用原始指针和指针算法（因此，常量复杂性）时，注释中建议的调试方法（使用Audacity从WAV中提取PCM，然后将此资产与AAssetManager直接加载到内存中），我意识到，输出声音的“腐败”量与渲染方法中std::advance(iter, position)中的位置参数成正比。

因此，如果声音损坏的数量与std::advance（以及std::next）的复杂性成正比，那么我必须通过使用std::vector作为容器来使复杂性保持不变。并使用@philburk的答案，我得到了这个结果：

class sound {
    private:
        const int samples_per_frame = 2; // stereo
        std::vector<int16_t> pcm_data;
        ...
    public:
        render(int16_t* audio_data, int32_t num_frames) {
            auto iter = std::next(pcm_data.begin(), cur_sample);
            const int32_t s = std::min(num_frames * samples_per_frame,
                                       total_samples - cur_sample);

            for(int32_t i = 0; i < s; ++i, std::advance(iter, 1), ++cur_sample) {
                audio_data[i] += *iter;
            }
        }
}