问题标签 [pcm]

线性量化和非线性量化有什么区别？我说的是PCM样本。 http://www.blurtit.com/q927781.html有一篇关于它的文章，但我正在寻找更详细的答案。

我有 8k16bit pcm 音频，我想将它上采样到 16k16bit。我必须手动执行此操作。

有人能告诉我线性插值的算法吗？我应该在每两个字节之间进行插值吗？

另外，当我进行上采样时，我必须对 wav 标头进行更改 - 我应该更改什么？

我一直无法理解音频数据是如何存储的。但是，我想知道一种找到 PCM 数据音高的方法。例如，假设我以给定的采样率以 16 位单声道 PCM 格式录制了钢琴上敲击的单个键。我怎样才能找到音频的频率（以赫兹为单位）？获得平均频率的简单代码对我有用，但更详细地解释如何更好地理解格式将是理想的。

谢谢！

I have pcm audio stored in a byte array. It is 16 bits per sample. I want to make it 8 bit per sample audio.

Can anyone suggest a good algorithm to do that?

I haven't mentioned the bitrate because I think it isn't important for the algorithm - right?

我有 16 位 PCM 音频，我想将其转换为 8 位 PCMU。据我所知，16 位到 8 位的转换很容易——只需从每个样本中删除最后 8 位。

我想知道如何将 8 位 pcm 转换为 8 位 pcm？任何文章或示例代码都会很棒！

这适用于没有现成可用框架的移动平台，因此我需要通过自定义实现来做到这一点。

如果我在问一些已经问过的问题，我真的很抱歉，但是我到处看了看，没有任何结果。

我正在尝试使用 java sound api 即时读取房间中当前的音量。我注意到我从麦克风混音器获得的控件对此没有帮助，从我所见，人们建议从 TargetDataLine 读取一小段声音并使用均方根算法检查音量。

实际问题:) 问题是，每当我在样本上运行 rms 时（我为此使用 PCM_SIGNED，44100Hz 16 位），当没有背景噪音时，我得到的值在 20-30 之间，当我说话/大喊时，我得到的值高达 60 /讲话。（我尝试从 100-44100 的缓冲区大小读取行，缓冲区大小较小，rms 较低 - 但全部 - 安静在 10 左右，噪音在 30 左右。）

问题是，当我播放刚刚录制的内容时，您可以完美地听到所有内容，并且没有背景噪音。

tl;博士谁能（请）告诉我一种从字节数组读数（PCM SIGNED 44100Hz 16bit）中分辨音量的方法？

先谢谢回答的人！

我编写了一个程序，可以将 PCM 流从我的 pc 传输到另一台 pc 或我的 android（使用 AudioTrack）。它使用 java 声音并从立体声混音混音器中获取目标和源行。从技术上讲，一切都有效（插座、混音器、线路、流、缓冲区等），但远程扬声器上的输出听起来非常静态。即使没有声音通过，也会有持续的噼啪声。我已经在手机和电脑上测试了这些程序，结果相同。

我能做些什么？谢谢，比尔

ps 代码很大，有点乱，但如果你问我可以把它贴在某个地方。

我正在尝试从 iPhone / iPod 音乐库中为 iPod 库上的频谱应用程序获取频率，帮助自己阅读-audio-samples-via-avassetreader以获取音频样本，然后使用-the-apple-fft-and-加速框架和Apple vDSP Samples，但不知何故我在某处错了，无法计算频率。

所以一步一步：

• 阅读音频样本
• 汉宁窗
• 计算 fft

这是从 iPod mp3 库中获取频率的正确方法吗？

这是我的代码：

我得到了1.485757和1.332233作为我的第一个频率

我需要在 iphone 上实时播放线性 pcm 数据。

我通过 RTSP 获得了LIVE数据流，我目前可以从 iphone 读取它，将其保存到文件中，在支持 pcm 的桌面音频播放器上播放，因此我认为传输还可以。

现在我被卡住了，我已经完全了！不知道如何处理包含数据的 NSData 对象。

我做了一些研究，最终得到了 AudioUnits，但我无法将我的 NSdata 分配给音频缓冲区，我不知道如何分配。

就我而言，我分配了回调：

并具有“makeSound”功能：

我的方法大体上是错误的吗？

我需要知道/学习/实施什么？我是一个完整的音频新手，所以我的建议是，我不需要多个缓冲区，因为当我从 rtsp 获得新的声音包时，旧的声音包就结束了，因为它是一个实时流（我基于我的录音，这只是附加了没有查找表示时间戳的字节，因为无论如何我都没有收到）

干杯

我开始使用我的 Android 智能手机进行录音。

我成功地将录音保存到 PCM 文件中。当我解析数据并打印出带符号的 16 位值时，我可以创建如下图。但是，我不了解沿 y 轴的幅度值。

1. 幅度值的单位究竟是什么？这些值是 16 位有符号的，因此它们的范围必须在 -32K 到 +32K 之间。但是这些值代表什么？分贝？

2. 如果我使用 8 位值，那么值的范围必须是 -128 到 +128。这将如何映射到 16 位值的音量/“响度”？你会只使用 16 比 1 的量化映射吗？

3. 为什么会有负值？我认为完全沉默会导致值为 0。

如果有人可以将我指向一个包含有关记录内容的信息的网站，我将不胜感激。我找到了有关 PCM 文件格式的网页，但没有找到数据值。