从 44100 到 96000 Hz 的音频上采样和线性插值

Posted 2023-02-15

【中文标题】从 44100 到 96000 Hz 的音频上采样和线性插值

【英文标题】：Upsampling audio from 44100 to 96000 Hz and linear interpolation

【发布时间】：2013-11-18 07:25:40

【问题描述】：

我正在尝试将 44100 Hz 上采样到 96000 Hz，我已经尝试过了。

sum1 = mPastWavBuffer[(int)mOffset];
sum2 = mPastWavBuffer[(int)mOffset+1];
double sum = (sum1 + (sum2-sum1)) * (mOffset-(int)mOffset);

mOffset 是一个双精度值，包含递增的步长因子以在 44100 Hz 样本文件中移动并使其变为 96000 Hz。这个线性插值取自 Wiki Linear Interpolation from two known points 但这并没有给我想要的结果，这听起来很糟糕。

我在这里用错了吗，或者如果这不是使用它的方法，我应该用这个公式做什么？？

问候，摩根

【问题讨论】：

应该是x + s*(y-x)... x = 起点 (sum1), y = 终点 (sum2), s = 百分比 (mOffset-(int)mOffset)) ...我猜（s 是百分比）

(mOffset-(int)mOffset) 看起来不对。它与 sum1/sum2 相关吗？

@Dave 我想我必须再次检查我的发现。

@user2864.. 我想我的答案是肯定的，但我可能听错了。

@user2864740：没错，但通常使用modf。

【参考方案1】：

这可能是因为线性插值并不是您真正想要的。如果您只是将采样率加倍，它可能会工作得相当好，但如果您得到良好的结果，我会感到惊讶。

我建议要么尝试高阶多项式插值，要么在频率空间中做一些事情（第一个比第二个更容易）。

编辑：从 cmets 我还注意到您的总和计算已关闭：

double sum = sum1 + (sum2-sum1) * (mOffset-(int)mOffset);

是你想要的。

【讨论】：

+1 表示编辑。我认为您对线性插值的警告在提高速率时有点过于苛刻。我还没有尝试过，但我敢打赌你甚至不会注意到它并不完美。

我没想到会那么糟糕，显然我错了。一阶多项式是线性插值，什么阶可能好，五阶？对我来说最大的问题是理解数学中的所有希腊符号，这就是我在谷歌上搜索时所能看到的。

@Mark 这正是我在进行线性插值时所想到的，它不应该是一个很大的模糊。你认为我可能做错了什么？因为我得到的结果很糟糕，真的很糟糕。

这里的问题是，在上采样时，需要一个低通滤波器，在原始信号的奈奎斯特极限处具有截止（理想情况下是砖墙）。线性插值实际上是 2 抽头 FIR，很可能是它的截止位置错误且响应糟糕。

@Morgan，我做了自己的实验，看看线性插值有多糟糕，我听不出有什么区别。 sample 包含 2 秒以 44100hz 采样率的 440hz 音调，接下来的 2 秒是内插到 44100hz 的 20258hz 采样（与 44100 与 96000 的比率相同）。我用来生成样本的程序是wav.py。您的问题似乎不在插值范围内。