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:
- 这可能就是我自己的直接解决方案。
- 我四处搜索了一下,其他人似乎也做了同样的事情,例如here .
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:
- libswresample 为什么要这样做?
- 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 .
- 什么是“正确”的解决方案?
- 其他玩家在做什么?
- 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。)
最佳答案
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。
关于audio - 如何进行单声道到立体声的转换?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12712815/