混合不同大小的声音文件

Posted 2023-02-25

【中文标题】混合不同大小的声音文件

【英文标题】：Mixing sound files of different size

【发布时间】：2011-01-21 10:25:58

【问题描述】：

我想将不同大小的音频文件混合到一个单独的 .wav 文件中，而不剪切任何文件。即生成的文件大小应等于所有文件中最大的大小。

有一个样本，我们可以通过它混合相同大小的文件

[(http://www.modejong.com/ios/#ex4)(示例 4)].

我修改了代码以将混合文件获取为 .wav 文件。

但我无法理解如何为大小不等的文件修改此代码。 如果有人可以帮助我提供一些代码 sn-p，我将非常感激。

【参考方案1】：

应该像同时将所有文件发送到混音器一样简单。当任何单个文件到达末尾时，只需将其视为剩余部分填充零即可。当所有文件都结束时，您就完成了。

请注意，示例代码表示如果存在裁剪（波的总和大于最大可表示值），它将返回错误。如果您混合多个输入，则更有可能出现这种情况。最好的解决方法是在输入波中创建一些"headroom"。您可以在预处理中执行此操作，方法是确保每个波的音量不超过最大值的 X%。 （~80-90%，取决于输入的数量。）。另一种方法是在混音器代码中动态执行此操作，方法是将每个样本乘以某个值

如果您在运行时选择要混合的波形，并且由于裁剪导致的失败是不可接受的，您将需要修改示例代码以将值固定为最大值/最小值，而不是返回错误。不要只是让它们溢出，否则你会得到嘈杂的伪影。

（削波也会产生伪影，但是当您在混音之前没有创建足够的动态余量时，肯定会更喜欢溢出。这是一种听起来更熟悉的失真类型，类似于您在超速扬声器时得到的失真.见this wikipedia article on clipping：

削波优于数字系统中的替代方案——换行——如果允许数字硬件“溢出”，则会发生这种情况，忽略幅度的最高有效位，有时甚至是样本值的符号，从而导致总信号失真。

【讨论】：

固定到最大/最小听起来也很可怕！

【参考方案2】：

我会怎么做：

很像您链接到的mix_buffers 函数，但为mixbufferNumSamples 传递了两个参数。遍历两个缓冲区中较长的一个。当索引超出较短缓冲区的末尾时，只需将该缓冲区中的样本设置为 0 即可用于函数的其余部分。

如果你必须避免削波并且实时进行并且你对这两种声音一无所知，你必须提供足够的净空。最简单的方法是在混合之前将每个样本减半：

 mixed = s1/2 + s2/2;

这可确保生成的混合样本不会溢出int16_t。不过，它会产生让一切变得更安静的副作用。

如果您可以离线运行它，您可以计算一个比例因子以应用于两个波形，当总和低于最大允许值时，它将保持峰值。

或者您可以将它们全部混合到int32_t 缓冲区，跟踪最大（幅度）混合样本，然后返回缓冲区，将每个样本乘以一个比例因子，这将使极端样本 刚刚达到+32767/-32768的限制。