将 16 位立体声转换为 16 位单声道声音

Posted 2023-02-25

【中文标题】将 16 位立体声转换为 16 位单声道声音

【英文标题】：Convert 16 bit stereo sound to 16 bit mono sound

【发布时间】：2014-05-06 21:31:51

【问题描述】：

我正在尝试将 16 位立体声从 WAVE 文件转换为 16 位单声道声音，但我遇到了一些困难。我尝试将 8 位立体声转换为单声道，效果很好。这是一段代码：

if( bitsPerSample == 8 )

    dataSize /= 2;
    openALFormat = AL_FORMAT_MONO8;

    for( SizeType i = 0; i < dataSize; i++ )
    
        pData[ i ] = static_cast<Uint8>(
                        (   static_cast<Uint16>( pData[ i * 2 ] ) +
                        static_cast<Uint16>( pData[ i * 2 + 1 ] ) ) / 2
        );
    

但是，现在我正在尝试对 16 位音频进行几乎相同的操作，但我就是无法让它工作。我只能听到某种奇怪的声音。我尝试将“monoSample”设置为“left”（Uint16 monoSample = left;）并且来自该通道的音频数据效果很好。正确的渠道也是如此。你们中的任何人都可以看到我做错了什么吗？ 下面是代码（pData 是一个字节数组）：

if( bitsPerSample == 16 )

    dataSize /= 2;
    openALFormat = AL_FORMAT_MONO16;

    for( SizeType i = 0; i < dataSize / 2; i++ )
    
        Uint16 left =   static_cast<Uint16>( pData[ i * 4 ] ) |
                        ( static_cast<Uint16>( pData[ i * 4 + 1 ] ) << 8 );

        Uint16 right =  static_cast<Uint16>( pData[ i * 4 + 2 ] ) |
                        ( static_cast<Uint16>( pData[ i * 4 + 3 ] ) << 8 );

        Uint16 monoSample = static_cast<Uint16>(
                                (   static_cast<Uint32>( left ) +
                                static_cast<Uint32>( right ) ) / 2
            );

        // Set the new mono sample.
        pData[ i * 2 ] =  static_cast<Uint8>( monoSample );
        pData[ i * 2 + 1 ] =  static_cast<Uint8>( monoSample >> 8 );
    

【参考方案1】：

在 16 位立体声 WAV 文件中，每个样本为 16 位，并且样本是交错的。我不确定您为什么使用按位 OR，但您可以直接检索数据而无需移位。下面的不可移植代码（假设 sizeof(short) == 2）说明了这一点。

unsigned size = header.data_size;
char *data = new char[size];

// Read the contents of the WAV file in to data

for (unsigned i = 0; i < size; i += 4)

  short left = *(short *)&data[i];
  short right = *(short *)&data[i + 2];
  short monoSample = (int(left) + right) / 2;

此外，虽然 8 位 WAV 文件是无符号的，但 16 位 WAV 文件是有符号的。要平均它们，请确保将其存储在适当大小的签名类型中。请注意，其中一个示例会暂时提升为 int 以防止溢出。

正如 Stix 在下面的 cmets 中所指出的，简单的平均可能不会给出最好的结果。您的里程可能会有所不同。

此外，Greg Hewgill 正确地指出，这是假设机器是 little-endian 的。

【讨论】：

应该是i += 4 不是吗？否则，您的左通道将只是您的右通道是最后一次迭代。

为什么要除以 2？这会将原始信号降低 3 dB。

哦，你修好了哈哈

它除以二，因为它是两个样本的平均值。

根据数据准确性的要求，您可能不希望对信号进行平均。例如，如果左声道有 50 dB 200 Hz 音调，右声道有 50 dB 600 Hz 音调，则单声道流中将有两个 47 dB 音调。在我看来，最好将它们简单地加在一起，因为这会导致原始信号的复制，只是缺少方向信息。