问题标签 [audio]

对于我正在制作的电脑游戏，我显然想播放声音。到目前为止，我一直在使用 AudioClip 播放 WAV 文件。虽然这种方法效果很好，但 WAV 文件往往是巨大的。几秒钟的声音最终变成了数百 kB。我面临着下载 95% 音频的游戏！

这里明显的选择是使用 MP3 或 Ogg Vorbis。但我在这方面的成功有限——我可以使用 JLayer 播放 MP3（但它在同一个线程中播放）。至于Ogg，我一点运气都没有。更糟糕的是，JLayer 的法律地位有点可疑。

所以我的问题是针对 Java 开发人员和通常对声音有一定了解的人：我该怎么办？我能以某种方式从我的 WAV 中“减少脂肪”吗？有没有办法在 Java 中玩 Ogg？我应该使用其他声音格式吗？

我在 HTML 页面上遇到了一些嵌入音频（wav 文件）的奇怪行为。我有一个 page和一个通过标签https://server.com/listen-to-sound嵌入其中的 Wav 文件，如下所示：<EMBED/>

该页面https://server.com/listen-to-sound在机器#1 上的 IE 6 SP3 中打开 - 声音在耳机中播放。在另一台机器上打开相同的页面（#2），具有完全相同的IE 6 SP3 版本、隐私和代理设置 - 没有声音。

总共有 6 台机器在 2 台上播放声音，在 4 台上不播放。从这 4 台机器中，当https://server.com/listen-to-sound在 Opera 中打开页面时，会播放声音。

我反复检查了耳机连接、音量设置和其他可能的硬件和软件驱动程序问题：问题肯定出在 IE 设置中。

我还检查了https://server.com/path.to.soundURL - 4 个不播放声音的机器无法打开此链接，失败并出现“无法下载页面”之类的错误。

清理 IE 缓存、临时 Internet 文件、SSL 证书缓存也不能解决问题。

谷歌搜索给了我什么特别的东西，但老的 Flash 技巧使用<OBJECT>标签和<EMBED>标签写在对象的评论中。

我错过了什么？您是否遇到过类似或相关的问题？他们是如何解决的？你对诀窍在哪里有什么建议吗？您知道一些可能影响嵌入对象执行（播放、显示）的 IE “功能”吗？

Delphi 中有哪些功能可以播放声音文件？

我正在尝试编写一个软件合成器，以重现由 Moog 和 DX7 等经典合成器发出的声音。有谁知道这样的代码资源？谢谢。

有没有我们可以构建的好的 Ruby 音频库？

需要管理/编辑 mp3 文件！！！

我查找了有关 Audible 格式的参考资料，似乎人们只对破解/转换它感兴趣。我有一组 MP3 文件，我想将它们转换为 Audible 格式，以便在我的 Kindle 和 iPod 上使用。

是否有人对 Audible 或受保护的 AAC 格式以及如何表达部分标记和元数据有很好的参考？更好的是，实用程序或代码示例？

我目前正在开发一个应用程序，该应用程序需要传输编码为特定音频格式的语音。

这表明音频是 PCM 格式，每秒 8000 个样本，每样本 16 位，单声道，每秒 16000 个平均字节，块对齐为 2。

当我尝试执行以下代码时，我的 MemoryStream 实例中没有写入任何内容；但是，当我从每秒 8000 个样本更改为 11025 个样本时，音频数据已成功写入。

使用 8000 的采样率时没有记录任何异常或错误，我在有关 SetOutputToAudioStream 的文档中找不到任何有用的信息，以及为什么它以每秒 11025 个样本而不是 8000 的速度成功。我有一个涉及我的 wav 文件的解决方法使用一些声音编辑工具生成并转换为正确的采样率，但如果可以的话，我想从应用程序中生成音频。

一个特别有趣的地方是 SpeechRecognitionEngine 接受该音频格式并成功识别了我合成的波形文件中的语音......

更新：最近发现这种音频格式对于某些已安装的声音成功，但对于其他声音则失败。它专门针对 LH Michael 和 LH Michelle 失败，并且失败因 PromptBuilder 中定义的某些语音设置而异。

我开始为我的想法创建概念验证，此时，我需要一些关于我应该如何开始的指导。

我需要对麦克风输入进行采样，并实时处理该信号（想想自动调谐，但要实时工作），而不是“录制”一段时间。

我正在做的是“一种”“麦克风输入到 MIDI 转换器”，因此它需要快速响应。

我在网上调查了一下，显然要走的路是 DirectSound 或 WaveIn* API 函数。现在，根据我阅读的内容，WaveIn API 将让我填充一定大小的缓冲区，这对于录制和后期处理来说是很好的，但我想知道......我如何进行实时处理？

我是否使用 10ms 缓冲区并自己保持循环 50ms 或 100ms 数组，并且我得到一个每 10ms 触发一次分析的函数？（可以访问最新的100ms的输入，其中只有10ms是新的）

我在这里错过了什么吗？

另外，DirectSound 是如何做到的？与常规 Win32 API 相比，它是否为我提供了任何改进的功能？

我想知道这样的事情是否可能（并且相对容易做到），如果是这样，我该怎么做？

我想对正在复制的波形文件进行频带过滤。类似于您在大多数类似 Winamp 的应用程序中看到的“均衡器”。
然而，我的想法是不均衡声音，而是使用非常高的负分贝值，几乎杀死我正在过滤的频段。

第一个问题是：DirectSound 是否给了我一些允许我这样做的东西？
如果不是：您将如何解决这个问题？
我知道（尽管我不太了解）您可以使用快速傅立叶变换将采样波形转换为频率分布。现在，在更改某些频率的幅度值后，我显然无法从该分布返回到原始波形:-)

我怎么能做这样的事情？

另外，我可以使这些过滤器精确到什么程度？（如果我想过滤掉从 2250Hz 到 2275Hz 的所有内容，那么过滤器会有什么误差？我可以获得的最大精度取决于什么？）

谢谢！

如何从 Python 脚本播放音频（就像 1 秒的声音）？

如果它是独立于平台的，那将是最好的，但首先它需要在 Mac 上工作。

我知道我可以afplay file.mp3在 Python 中执行命令，但是可以在原始 Python 中执行吗？如果它不依赖外部库，我也会更好。