写入 PCM 数据时的文件 (.wav) 持续时间 @16KBps

Posted 2023-02-25

【中文标题】写入 PCM 数据时的文件 (.wav) 持续时间 @16KBps

【英文标题】：File (.wav) duration while writing PCM data @16KBps

【发布时间】：2013-12-19 15:10:13

【问题描述】：

我正在 @16KBps 文件中写入一些无声 PCM 数据。此文件为 .wav 格式。为此，我有以下代码：

#define DEFAULT_BITRATE 16000

long LibGsmManaged:: addSilence ()

    char silenceBuf[DEFAULT_BITRATE];

    if (fout) 
        for (int i = 0; i < DEFAULT_BITRATE; i++) 
            silenceBuf[i] = '\0';
        

        fwrite(silenceBuf, sizeof(silenceBuf), 1, fout);
    

    return ftell(fout);

更新： 这是我写标题的方式

void LibGsmManaged::write_wave_header( )

    if(fout) 
        fwrite("RIFF", 4, 1, fout);
        total_length_pos = ftell(fout);
        write_int32(0);     
        fwrite("WAVE", 4, 1, fout);
        fwrite("fmt ",4, 1, fout);
        write_int32(16);
        write_int16(1);
        write_int16(1);
        write_int32(8000);
        write_int32(16000);
        write_int16(2);
        write_int16(16);
        fwrite("data",4,1,fout);
        data_length_pos = ftell(fout);
        write_int32(0);
    
    else 
        std::cout << "File pointer not correctly initialized";
    


void LibGsmManaged::write_int32( int value)

    if(fout) 
        fwrite( (const char*)&value, sizeof(value), 1, fout);
    
    else 
        std::cout << "File pointer not correctly initialized";
    

我在我的 ios 设备上使用 NSTimer 以 1.0 秒的间隔运行此代码。所以 AFAIK，如果我运行 60 秒，我应该得到一个 file.wav，播放时应该显示 60 秒作为其持续时间（再次 AFAIK）。但在实际测试中，它显示几乎两倍的持续时间，即 2 分钟。 （大约）。我还测试过，当我将 DEFAULT_BITRATE 更改为 8000 时，文件持续时间几乎是正确的。

我无法确定这里发生了什么。我在这里错过了什么不好的东西吗？我希望我的代码没有错。

【问题讨论】：

您不是在向数据写入实际的零，而是在写入 '0' 字符。也许你想要'\0'？ （不是说这会影响长度，只是指出来）

文件头包含音频数据大小的注释 - 请参阅 this diagram 中的 Subchunk2Size。你能展示你如何将标题写入文件吗？

@simonc 抱歉回复晚了。在那之后我就昏倒了。请查看更新后的问题。

@Xymotech 非常感谢您指出错误。我已经纠正了。请查看更新后的代码

-1 是为了什么？至少有礼貌地给出理由。

【参考方案1】：

您正在尝试做的事情（编写您自己的 WAV 文件）应该完全可行。这就是好消息。但是，我对您的确切参数和约束有点困惑，就像 cmets 中的许多其他人一样，这就是他们一直试图充实细节的原因。

您想将原始、未压缩、无声的 PCM 写入 WAV 文件。好的。 PCM 数据需要多宽？ 您正在创建要写入文件的字符数组。 char 是一个 8 位字节。那是你要的吗？如果是这样，那么您需要使用 0x80 (128) 的静默中心点。 WAV 文件中的 8 位 PCM 是无符号的，即 0..255，而 128 是无符号的。

如果您打算存储静默 16 位数据，那将是有符号数据，因此中心点（-32768 和 32767 之间）为 0。此外，它将以小端字节格式存储。但既然是静音（全为 0），那没关系。

您的问题标题表明（第一句重申）您希望以 16 kbps 的速度写入数据。 您确定要 16 kbps 的原始音频吗？即每秒 16 kbps 或每秒 16000 位。根据您是编写 8 位还是 16 位 PCM 样本，这仅允许 2000 或 1000 Hz 音频，这可能不是您想要的。 您的意思是 16 kHz 音频吗？ 16 kHz 音频转换为每秒 16000 个音频样本，这更符合您的代码。再说一次，您的代码提到了 GSM (LibGsmManaged)，所以也许您正在寻找 16 kbps 的音频。但我假设我们正在沿着原始 PCM 路线前进。

你事先知道你需要写多少秒的音频吗？这让这个过程变得非常简单。您可能已经注意到，WAV 标头在一些地方需要长度信息。您可以提前写下（如果您知道值）或稍后填写（如果您写的是不确定的金额）。

假设您正在将 2 秒的原始、单声道、16000 Hz、16 位 PCM 写入 WAV 文件。中心点为 0x0000。

WAV编写过程：

写信'RIFF' 写入 32 位文件大小，即 36（标头大小 - 前 8 个字节）+ 64000（有关该数字，请参见第 12 步） 写'WAVEfmt '（带空格） 写入 32 位格式标头大小 (16) 写入 16 位音频格式（1 表示原始 PCM 音频） 写入 16 位通道数（1 因为它是单声道的） 写入 32 位采样率（每秒音频采样数 = 16000） 写入 32 位字节速率（每秒字节数 = 32000） 写入 16 位块对齐（每个样本 2 字节 * 1 通道 = 2） 每个样本写入 16 位比特 (16) 写信'data' 写入 32 位长度的音频负载数据（16000 个样本/秒 * 2 字节/样本 * 2 秒 = 64000 个字节） 写入 64000 字节，全为 0 值

如果您需要编写动态数量的音频数据，请将第 2 步和第 12 步中的长度字段保留为 0，然后在完成编写后返回并填写。我不相信您的原始代码正在正确写入长度字段。一些播放软件可能会忽略这些，而另一些可能不会，因此您可能会得到不同的结果。

希望对您有所帮助！如果您了解 Python，这是我回答的另一个问题，它描述了如何使用 write a WAV file using Python's struct library（在编写上述步骤时，我经常提到该代码片段）。

【讨论】：

现在我意识到 'b' 和 'B' 是如何发挥作用的。我已经更新了我的问题标题。实际上它是@16kBps，即千字节而不是千比特。你的答案会不会不同？您还提到了第 2 点和第 12 点，我需要将其保留为 0，这正是我正在做的事情，因为数据是动态的。这里应该纠正什么吗？

我的答案不一样？使用原始 PCM 数据约束硝酸盐并不是那么有趣。更多的是关于样本大小和频率。您打算使用什么样本量和频率？该信息将影响此处的其他数字。关于文件大小，如前所述，在您完成文件写入并知道您有多少数据后，您需要返回 2 个点（您在步骤 2 和 12 中留空的点）并填写这些数字。

*比特率！限制比特率，而不是硝酸盐。 :-)