大家好,我正在播放音频文件。我将其作为 byte[]
读取,然后我需要通过将值放入 [-1,1] 范围内来规范化音频。然后我想将每个浮点值放入一个 byte[i]
数组中,然后将那个 byte[]
放回正在播放的音频播放器中。
我已经试过了:
byte[] data = ar.ReadData();
byte[] temp=new byte[data.Length];
float biggest= 0; ;
for (int i = 0; i < data.Length; i++)
{
if (data[i] > biggest)
{
biggest= data[i];
}
}
这部分代码应该放在例如 0.43 int byte[] 中,如果可能的话我试过这个但它不起作用:
for (int i = 0; i < data.Length; i++)
{
temp = BitConverter.GetBytes(data[i] * (1 / biggest));
}
最佳答案
在评论中,您说“我正在播放音频文件...我将其读取为 byte[],然后我需要通过将值放入 [-1,1] 范围内来规范化音频,然后我需要把那个 byte[] 放回播放音频播放器"
我在这里做了一个很大的假设,但我猜测您从 ar.ReadData()
接收到的数据是 2 channel 16 位/44.1kHz PCM 数据的字节数组. (旁注:您使用的是 Alvas.Audio 库吗?)如果是这种情况,请按以下步骤操作。
背景
首先,介绍一下背景。 2 channel 、16 位 PCM 数据流如下所示:
byte | 01 02 | 03 04 | 05 06 | 07 08 | 09 10 | 11 12 | ...
channel | Left | Right | Left | Right | Left | Right | ...
frame | First | Second | Third | ...
sample | 1st L | 1st R | 2nd L | 2nd R | 3rd L | 3rd R | ... etc.
注意以下几点很重要:
- 由于音频数据是 16 位,来自单个 channel 的单个样本是
short
(2 字节),而不是int
(4 字节),其中-32768 到 32767 范围内的值。 - 此数据在 little-endian 中表示,除非您的体系结构也是小端,否则您不能使用 .NET
BitConverter
转换类。 - 我们不必将数据拆分为每个 channel 的流,因为我们正在根据任一 channel 的单个最高值对两个 channel 进行归一化。
- 将浮点值转换为整数值会导致量化错误,因此您可能希望使用某种 dithering (这本身就是一个完整的主题)。
辅助函数
在我们进入实际的规范化之前,让我们通过编写一些辅助函数来从 byte[]
中获取 short
并副-相反:
short GetShortFromLittleEndianBytes(byte[] data, int startIndex)
{
return (short)((data[startIndex + 1] << 8)
| data[startIndex]);
}
byte[] GetLittleEndianBytesFromShort(short data)
{
byte[] b = new byte[2];
b[0] = (byte)data;
b[1] = (byte)(data >> 8 & 0xFF);
return b;
}
规范化
这里应该做一个重要的区分:audio normalization与statistical normalization不相同.在这里,我们将对音频数据执行峰值归一化,将信号放大一个常数,使其峰值位于上限。峰值标准化音频数据,我们首先找到最大值,从上限(对于 16 位 PCM 数据,这是 32767)减去它得到一个偏移量,然后每个值增加这个偏移量。
因此,为了标准化我们的音频数据,首先扫描它以找到峰值幅度:
byte[] input = ar.ReadData(); // the function you used above
float biggest = -32768F;
float sample;
for (int i = 0; i < input.Length; i += 2)
{
sample = (float)GetShortFromLittleEndianBytes(input, i);
if (sample > biggest) biggest = sample;
}
此时,biggest
包含音频数据中的最大值。现在要执行实际的归一化,我们从 32767 中减去 biggest
以获得一个值,该值对应于音频数据中最响亮样本的峰值偏移量。接下来,我们将此偏移量添加到每个音频样本,有效地增加每个样本的音量,直到我们最响亮的样本处于峰值。
float offset = 32767 - biggest;
float[] data = new float[input.length / 2];
for (int i = 0; i < input.Length; i += 2)
{
data[i / 2] = (float)GetShortFromLittleEndianBytes(input, i) + offset;
}
最后一步是将样本从浮点值转换为整数值,并将它们存储为小端 short
s。
byte[] output = new byte[input.Length];
for (int i = 0; i < output.Length; i += 2)
{
byte[] tmp = GetLittleEndianBytesFromShort(Convert.ToInt16(data[i / 2]));
output[i] = tmp[0];
output[i + 1] = tmp[1];
}
我们完成了!现在您可以将包含规范化 PCM 数据的 output
字节数组发送到您的音频播放器。
最后一点,请记住这段代码并不是最有效的;你可以组合这些循环中的几个,你可以使用 Buffer.BlockCopy()
进行数组复制,以及将你的 short
修改为 byte[]
辅助函数将字节数组作为参数并将值直接复制到数组中。
我没有做任何这些,以便更容易看到发生了什么。
正如我之前提到的,您应该绝对阅读抖动,因为它会极大地提高音频输出的质量。
我自己一直在做一个音频项目,所以我通过反复试验弄清楚了所有这些;我希望它能对某个地方的人有所帮助。
关于c# - 标准化音频,如何将 float 组转换为字节数组?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/9805407/