3

所以假设我想混合这两个音轨：

未混合

在 Audacity 中，我可以使用“混合和渲染”选项将它们混合在一起，我会得到这个：

大胆组合

但是，当我尝试编写自己的代码进行混合时，我得到了这个：

我的混音

这基本上就是我混合样本的方式：

private function mixSamples(sample1:UInt, sample2:UInt):UInt
{
    return (sample1 + sample2) & 0xFF;
}

（语法是 Haxe，但如果你不知道它应该很容易理解。）

这些是 8 位示例音频文件，我希望产品也是 8 位的，因此& 0xFF.

我确实明白，通过简单地添加样本，我应该期待剪辑。我的问题是，在 Audacity 中混合不会导致削波（至少不会像我的代码那样），并且通过查看第二个（较长）轨道的“尾部”，它似乎并没有降低幅度. 听起来也没有那么柔和。

所以基本上，我的问题是：Audacity 在做什么而我不是？我想混合音轨，让它们听起来就像它们在彼此之上播放一样，但我（显然）不想要这种可怕的剪辑。

编辑：

如果我在添加之前对值进行签名，然后按照 Radiodef 的建议取消对总和值的签名，这就是我得到的结果：

我的签名组合

如您所见，它比以前好得多，但与 Audacity 产生的结果相比，它仍然相当失真和嘈杂。所以我的问题仍然存在，Audacity 必须做一些不同的事情。

编辑2：

我将第一首曲目与我的代码和 Audacity 混合在一起，并比较了失真发生的点。这是 Audacity 的结果：

放大大胆

这是我的结果：

在此处输入图像描述

4

2 回答 2

5

我认为正在发生的事情是您将它们相加为无符号。典型的声波既有正面的也有负面的，这就是为什么它们以它们的方式相加（某些部分抵消）。如果您有一些 8 位样本为 -96，另一个样本为 96，并且您将它们相加，您将得到 0。如果您拥有的是无符号音频，您将得到样本 32 和 224 的总和 = 256（偏移和溢出） .

您需要做的是在求和之前签署它们。要对 8 位样本进行签名，请将它们转换为带符号的 int 类型并从所有样本中减去 128。我假设您拥有的是 WAV 文件，并且您需要在总和后再次取消签名。

Audacity 可能会进行浮点处理。我听说过一些关于浮点的真正可疑的说法，比如它具有“无限动态范围”和类似的垃圾，但它不像整数那样以相同的确定和明显的方式剪辑。浮点具有与整数相同的有限值范围，但最大值和最小值相距更远。（这是最简单的说法。）浮点可以允许音频中更大的幅度变化，但要注意的是整体信噪比低于整数。

由于奇怪的失真，我最好的猜测是它来自你正在使用的面具& 0xFF。如果你想实际剪辑而不是溢出，你需要自己做。

for (int i = 0; i < samplesLength; i++) {
    if (samples[i] > 127) {
        samples[i] = 127;
    } else if (samples[i] < -128) {
        samples[i] = -128;
    }
}

否则说你有两个样本是 125，求和得到 250（11111010）。然后你取消签名（加 128）并得到 378（101111010）。一个 & 会得到 1111010，即 122。其他数字可能会得到实际上为负数或接近 0 的结果。

如果您想在 8 位以外的位置进行剪辑，则位深度 n 的满量程将为例如 32767positive (2 ^ (n - 1)) - 1和negative 2 ^ (n - 1)-32768 用于 16 位。

除了裁剪之外，您可以做的另一件事是搜索裁剪和规范化。就像是：

double[] normalize(double[] samples, int length, int destBits) {

    double fsNeg = -pow(2, destBits - 1);
    double fsPos = -fsNeg - 1;

    double peak = 0;
    double norm = 1;

    for (int i = 0; i < length; i++) {
        // find highest clip if there is one

        if (samples[i] < fsNeg || samples[i] > fsPos) {
            norm = abs(samples[i]);

            if (norm > peak) {
                norm = peak;
            }
        }
    }

    if (peak != 0) {

        // ratio to reduce to where there is not a clip
        norm = -fsNeg / peak;

        for (int i = 0; i < length; i++) {
            samples[i] *= norm;
        }
    }

    return samples;
}
于 2013-11-21T01:34:22.703 回答
1

它比你想象的要简单得多；尽管您的原始文件是 8 位的，但 Audacity 在内部将它们作为 32 位浮点处理。您可以在屏幕截图中看到这一点，在每个轨道左侧的信息面板中。这意味着将 2 个轨道加在一起意味着在每个点添加两个浮点样本，并且只会产生从 -2.0 到 +2.0 的样本值，然后将其限制在 -1 到 +1 的范围内。相比之下，将两个 8 位整数相加将产生另一个 8 位数字，其中值溢出并回绕。（无论您使用有符号值还是无符号值，这都适用。）

于 2013-11-22T03:11:47.180 回答