31

我使用的重采样算法需要包含-1.0 到 1.0范围内的输入样本的浮点数组。音频数据是16 位PCM，采样率为 22khz。

我想将音频从 22khz 下采样到 8khz，如何将字节数组中的样本表示为浮点数>= -1 和 <= 1并返回到字节数组？

4

2 回答 2

60

你问两个问题：

  1. 如何从 22kHz 下采样到 8kHz？

  2. 如何从 float [-1,1] 转换为 16 位 int 并返回？

请注意，问题已更新以表明 #1 已在其他地方得到处理，但我将保留我的答案的那一部分，以防它帮助其他人。

1. 如何从 22kHz 下采样到 8kHz？

一位评论者暗示这可以通过 FFT 解决。这是不正确的（重采样的一个步骤是过滤。我提到为什么不在这里使用 FFT 进行过滤，以防您感兴趣：http ://blog.bjornroche.com/2012/08/when-to-not-use -fft.html )。

对信号重新采样的一种非常好的方法是使用多相滤波器。然而，这相当复杂，即使对于有信号处理经验的人来说也是如此。您还有其他几种选择：

  • 使用实现高质量重采样的库，例如libsamplerate
  • 做一些又快又脏的事

听起来您已经采用了第一种方法，这很棒。

快速而肮脏的解决方案听起来不会那么好，但是由于您要降低到 8 kHz，我猜音质不是您的首要任务。一种快速而肮脏的选择是：

  • 对信号应用低通滤波器。尽可能多地去除 4 kHz 以上的音频。您可以使用此处描述的过滤器（尽管理想情况下您想要比这些过滤器更陡峭的东西，但它们至少总比没有好）。
  • 从原始信号中选择每 2.75 个样本以产生新的重采样信号。当您需要非整数样本时，请使用线性插值。如果您需要线性插值方面的帮助，请尝试此处。

这种技术对于语音应用来说应该绰绰有余。但是，我没有尝试过，所以我不确定，所以我强烈建议使用别人的库。

如果您真的想实现自己的高质量采样率转换，例如多相滤波器，您应该研究它，然后在https://dsp.stackexchange.com/上提出任何问题，而不是在这里。

2. 如何将float [-1,1] 转换为16-bit int 并返回？

这已经由 c.fogelklou 开始了，但让我来润色一下。

首先，16 位整数的范围是 -32768 到 32767（通常 16 位音频是有符号的）。要从 int 转换为 float，请执行以下操作：

float f;
int16 i = ...;
f = ((float) i) / (float) 32768
if( f > 1 ) f = 1;
if( f < -1 ) f = -1;

您通常不需要做额外的“边界”（事实上，如果您真的使用 16 位整数，则不需要），但如果您出于某种原因有一些 >16 位整数，则可以这样做。

要转换回来，请执行以下操作：

float f = ...;
int16 i;
f = f * 32768 ;
if( f > 32767 ) f = 32767;
if( f < -32768 ) f = -32768;
i = (int16) f;

在这种情况下，通常需要注意超出范围的值，尤其是大于 32767 的值。您可能会抱怨这会在 f = 1 时引入一些失真。这个问题引起了激烈的争论。有关对此的一些（不完整）讨论，请参阅此博客文章。

这不仅仅是“足以胜任政府工作”。换句话说，它可以正常工作，除非您担心最终音质。由于您要使用 8kHz，我认为我们已经确定情况并非如此，所以这个答案很好。

但是，为了完整起见，我必须补充一点：如果您试图保持绝对原始，请记住这种转换会引入失真。为什么？因为从 float 转换为 int 时的错误与信号相关。事实证明，该错误的相关性很糟糕，您实际上可以听到它，即使它非常小。（幸运的是，它足够小，对于语音和低动态范围音乐之类的东西并不重要）要消除此错误，您必须在从浮点数到整数的转换中使用称为抖动的东西。同样，如果这是您关心的事情，请研究它并在https://dsp.stackexchange.com/上提出相关的具体问题，而不是在这里。

您可能还对我关于数字音频编程基础的演讲中的幻灯片感兴趣，其中有一张关于这个主题的幻灯片，尽管它基本上说的是同样的事情（甚至可能比我刚才说的要少）：http://blog .bjornroche.com/2011/11/slides-from-fundamentals-of-audio.html

于 2013-02-26T16:44:29.633 回答
18

16 位 PCM 有一个范围 - 32768 到 32767。因此，将每个 PCM 样本乘以 (1.0f/32768.0f) 到一个新的浮点数组中，并将其传递给您的重新采样。

重新采样后返回浮动，乘以 32768.0，饱和（剪切范围之外的任何内容 - 32768 到 32767），舍入（或 Björn 提到的抖动），然后再转换回短。

使用没有位错误的乘法显示正向和反向转换的测试代码：

// PcmConvertTest.cpp : Defines the entry point for the console application.
//

#include <assert.h>
#include <string.h>
#include <stdint.h>
#define SZ 65536
#define MAX(x,y) ((x)>(y)) ? (x) : (y)
#define MIN(x,y) ((x)<(y)) ? (x) : (y)
int main(int argc, char* argv[])
{
  int16_t *pIntBuf1 = new int16_t[SZ];
  int16_t *pIntBuf2 = new int16_t[SZ];
  float   *pFloatBuf = new float[SZ];

  // Create an initial short buffer for testing
  for( int i = 0; i < SZ; i++) {
    pIntBuf1[i] = (int16_t)(-32768 + i);
  }

  // Convert the buffer to floats. (before resampling)
  const float div = (1.0f/32768.0f);
  for( int i = 0; i < SZ; i++) {
    pFloatBuf[i] = div * (float)pIntBuf1[i];
  }

  // Convert back to shorts
  const float mul = (32768.0f);
  for( int i = 0; i < SZ; i++) {
    int32_t tmp = (int32_t)(mul * pFloatBuf[i]);
    tmp = MAX( tmp, -32768 ); // CLIP < 32768
    tmp = MIN( tmp, 32767 );  // CLIP > 32767
    pIntBuf2[i] = tmp;
  }

  // Check that the conversion went int16_t to float and back to int for every PCM value without any errors.
  assert( 0 == memcmp( pIntBuf1, pIntBuf2, sizeof(int16_t) * SZ) );

  delete pIntBuf1;
  delete pIntBuf2;
  delete pFloatBuf;
  return 0;
}
于 2013-02-26T14:01:22.953 回答