如何将 PCM 音频样本流转换为音量？

Posted 2023-02-25

【中文标题】如何将 PCM 音频样本流转换为音量？

【英文标题】：How do you convert a stream of PCM audio samples to volume?

【发布时间】：2017-01-07 17:16:22

【问题描述】：

我可以获得unsigned 32 bit ints from a WAV file的数组。

65509
65402
65518
65520
65521
...

如何将这些整数（或原始字节）转换为流的音量级别？

【问题讨论】：

发现这个overview of PCM uncompressed digital audio 很有帮助。

【参考方案1】：

您可能希望更准确地定义音量级别以获取特定公式。 Loudness of PCM stream question/answer 提供了一种流行的选项。

顺便说一句，您的 32 位 INTs 看起来不太好。对于 16+ 位/样本整数，样本通常以零为中心（也就是说，您要将它们视为有符号整数！）并且您问题中的值序列更像是 16 位 PCM 值错误地转换为 32 位忽略符号位。

无论哪种方式，您通常都有一个样本窗口，然后您将上面引用的公式应用于这些值以聚合到音量级别。滑动窗口可让您随时间变化音量。

这个答案提到了另一个规范/算法：get loudness level from raw data received from microphone in DirectShow。

【讨论】：

绘制我从库中得到的值你是对的，有些东西看起来很奇怪：imgur.com/scLU1jM (n16 = uint16(b[0]) + uint16(b[1]) << 8)

@Xeoncross：签名__int16 是您对 16 位 PCM 的最佳猜测

移动到带符号的 int16 (int16(buf[0]) + int16(buf[1]) << 8) 确实可以生成更好的图表：imgur.com/UfXrxw0

【参考方案2】：

Specification 表示样本可以存储为无符号字节或有符号整数。如果您只是将它们作为二进制数据传递 - 那没关系。信息就是信息。要将数据解释为音量级别，您需要知道这一点，BitsPerSample 显示了这一点。

所以有样本流，但有通道。所以你需要每一秒，将立体声转换为单声道。同样，如果您只想玩 - 只需将播放器配置为使用立体声。

对我来说，很难判断 ReadRawSample 是否允许访问字节流，还是访问特定块的行数据的字节数组？然后你需要知道已经处理了什么。但是，如果您确定那是实际样本 - 那么您就知道了。

Here is sample code that plays sound。您可以使用波形样本填充out 缓冲区，而不是从输入二进制流中读取数据。如果这不是您打算做的 - 您可以检查您的样本听起来是否符合您的预期。前段时间它对我帮助很大。

希望对你有帮助。