audio - 如何进行单声道到立体声的转换？

Question

我正在使用 libswresample 将任何 PCM 格式重新采样为 44.1kHz、16 位整数、立体声。

我正在对生成的音频流进行一些音频音量分析，我发现如果我有 44.1kHz、16 位 int 单声道作为源，我大致有以下公式:

leftSample = sourceSample / sqrt(2);
rightSample = sourceSample / sqrt(2);

但我期待的是:

leftSample = sourceSample;
rightSample = sourceSample;

(如果源是立体声，我只需 leftSample = leftSourceSample; rightSample = rightSourceSample;。)

我的期望来自几个来源:

1. 这可能就是我自己的直接解决方案。
2. 我四处搜索了一下，其他人似乎也做了同样的事情，例如here .

3. 在一个非常常见的 ReplayGain 实现中(我实际上知道的唯一一个，基本上到处都在使用，我认为最初来自 mp3gain；可以看到一个副本 here )，它也这样做:

   switch ( num_channels) {
   case  1: right_samples = left_samples;
   case  2: break;
   default: return GAIN_ANALYSIS_ERROR;
   }
   

   这尤其是。相关的，因为 ReplayGain 是通过此实现使用单声道引用声音(粉红噪声，可以下载 here )进行校准的。

   在ReplayGain规范中，也是这样计算的(参见here)。

在我尝试自己实现 ReplayGain 并偶然发现这一点后，我感到困惑。

所以，有一些问题:

1. libswresample 为什么要这样做？
2. 这是 libswresample 中预期的情况还是一个错误？ (我试图从源头理解(例如 here )，但我还没有完全理解这一切。)我添加了一个错误报告 here .
3. 什么是“正确”的解决方案？
4. 其他玩家在做什么？
5. 如果向普通声卡提供单声道样本，它会做什么？

(我现在也在 avp.stackexchange 上发布了这个问题；也许这是一个更好的地方来询问这个问题，但不确定。)

Answer 1

该实现是将单声道信号“平移”到立体声场的一种正确实现。如果平移，而不是一直向左或一直向右，您希望信号强度与在中间平移时相同，因此向左平移将是:

//left panning
leftSample = sourceSample;
rightSample = 0;
//right panning
leftSample = 0;
rightSample = sourceSample;
//center panning (same power as hard left/right conversion/)
leftSample = sourceSample * sqrt(2)/2;
rightSample = sourceSample * sqrt(2)/2;

但是，如果您从单声道转换为立体声，您的直觉是正确的。没有理由降低电平，因为您不会将居中信号与平移信号进行比较。最好的方法是将信号保持在最大强度:

//mono to stereo conversion
leftSample = sourceSample;
rightSample = sourceSample;

他们也有可能留下一些 s/r 转换后增益变化，但级别似乎是任意的。