首页 关于 微信公众号
欢迎关注我的微信公众号

PCM音频采样数据处理

说明

本文分别介绍如下几个PCM音频采样数据处理函数:

具体函数

分离PCM16LE双声道音频采样数据的左声道和右声道

本程序中的函数可以将PCM16LE双声道数据中左声道和右声道的数据分离成两个文件。函数的代码如下所示。

/**
 * Split Left and Right channel of 16LE PCM file.
 * @param url  Location of PCM file.
 *
 */
int simplest_pcm16le_split(char *url){
    FILE *fp=fopen(url,"rb+");
    FILE *fp1=fopen("/Users/qizhang/Desktop/Test02/Test02/output_l.pcm","wb+");
    FILE *fp2=fopen("/Users/qizhang/Desktop/Test02/Test02/output_r.pcm","wb+");
    
    unsigned char *sample=(unsigned char *)malloc(4);
    
    while(!feof(fp)){
        fread(sample,1,4,fp);
        //L
        fwrite(sample,1,2,fp1);
        //R
        fwrite(sample+2,1,2,fp2);
    }
    
//    free(sample);
    fclose(fp);
    fclose(fp1);
    fclose(fp2);
    return 0;
}

从代码可以看出,PCM16LE双声道数据中左声道和右声道的采样值是间隔存储的。每个采样值占用2Byte空间。代码运行后,会把NocturneNo2inEflat_44.1k_s16le.pcm的PCM16LE格式的数据分离为两个单声道数据:

注:本文中声音样值的采样频率一律是44100Hz,采样格式一律为16LE。“16”代表采样位数是16bit。由于1Byte=8bit,所以一个声道的一个采样值占用2Byte。“LE”代表Little Endian,代表2 Byte采样值的存储方式为高位存在高地址中。

下图为输入的双声道PCM数据的波形图。上面的波形图是左声道的图形,下面的波形图是右声道的波形。图中的横坐标是时间,总长度为22秒;纵坐标是取样值,取值范围从-32768到32767。

下图为分离后左声道数据output_l.pcm的音频波形图

下图为分离后右声道数据output_r.pcm的音频波形图

将PCM16LE双声道音频采样数据中左声道的音量降一半

本程序中的函数可以将PCM16LE双声道数据中左声道的音量降低一半。函数的代码如下所示。

/** 
 * Halve volume of Left channel of 16LE PCM file 
 * @param url  Location of PCM file. 
 */  
int simplest_pcm16le_halfvolumeleft(char *url){  
    FILE *fp=fopen(url,"rb+");  
    FILE *fp1=fopen("output_halfleft.pcm","wb+");  
  
    int cnt=0;  
  
    unsigned char *sample=(unsigned char *)malloc(4);  
  
    while(!feof(fp)){  
        short *samplenum=NULL;  
        fread(sample,1,4,fp);  
  
        samplenum=(short *)sample;  
        *samplenum=*samplenum/2;  
        //L  
        fwrite(sample,1,2,fp1);  
        //R  
        fwrite(sample+2,1,2,fp1);  
  
        cnt++;  
    }  
    printf("Sample Cnt:%d\n",cnt);  
  
    free(sample);  
    fclose(fp);  
    fclose(fp1);  
    return 0;  
}  

从源代码可以看出,本程序在读出左声道的2 Byte的取样值之后,将其当成了C语言中的一个short类型的变量。将该数值除以2之后写回到了PCM文件中。下图为输入PCM双声道音频采样数据的波形图。

下图为输出的左声道经过处理后的波形图。可以看出左声道的波形幅度降低了一半

将PCM16LE双声道音频采样数据的声音速度提高一倍

本程序中的函数可以通过抽象的方式将PCM16LE双声道数据的速度提高一倍。函数的代码如下所示。

/** 
 * Re-sample to double the speed of 16LE PCM file 
 * @param url  Location of PCM file. 
 */  
int simplest_pcm16le_doublespeed(char *url){  
    FILE *fp=fopen(url,"rb+");  
    FILE *fp1=fopen("output_doublespeed.pcm","wb+");  
  
    int cnt=0;  
  
    unsigned char *sample=(unsigned char *)malloc(4);  
  
    while(!feof(fp)){  
  
        fread(sample,1,4,fp);  
  
        if(cnt%2!=0){  
            //L  
            fwrite(sample,1,2,fp1);  
            //R  
            fwrite(sample+2,1,2,fp1);  
        }  
        cnt++;  
    }  
    printf("Sample Cnt:%d\n",cnt);  
  
    free(sample);  
    fclose(fp);  
    fclose(fp1);  
    return 0;  
}  

从源代码可以看出,本程序只采样了每个声道奇数点的样值。处理完成后,原本22秒左右的音频变成了11秒左右。音频的播放速度提高了2倍,音频的音调也变高了很多。下图为输入PCM双声道音频采样数据的波形图。

下图为输出的PCM双声道音频采样数据的波形图。通过时间轴可以看出音频变短了很多。

将PCM16LE双声道音频采样数据转换为PCM8音频采样数据

本程序中的函数可以通过计算的方式将PCM16LE双声道数据16bit的采样位数转换为8bit。函数的代码如下所示。

/** 
 * Convert PCM-16 data to PCM-8 data. 
 * @param url  Location of PCM file. 
 */  
int simplest_pcm16le_to_pcm8(char *url){  
    FILE *fp=fopen(url,"rb+");  
    FILE *fp1=fopen("output_8.pcm","wb+");  
  
    int cnt=0;  
  
    unsigned char *sample=(unsigned char *)malloc(4);  
  
    while(!feof(fp)){  
  
        short *samplenum16=NULL;  
        char samplenum8=0;  
        unsigned char samplenum8_u=0;  
        fread(sample,1,4,fp);  
        //(-32768-32767)  
        samplenum16=(short *)sample;  
        samplenum8=(*samplenum16)>>8;  
        //(0-255)  
        samplenum8_u=samplenum8+128;  
        //L  
        fwrite(&samplenum8_u,1,1,fp1);  
  
        samplenum16=(short *)(sample+2);  
        samplenum8=(*samplenum16)>>8;  
        samplenum8_u=samplenum8+128;  
        //R  
        fwrite(&samplenum8_u,1,1,fp1);  
        cnt++;  
    }  
    printf("Sample Cnt:%d\n",cnt);  
  
    free(sample);  
    fclose(fp);  
    fclose(fp1);  
    return 0;  
}  

PCM16LE格式的采样数据的取值范围是-32768到32767,而PCM8格式的采样数据的取值范围是0到255。所以PCM16LE转换到PCM8需要经过两个步骤:第一步是将-32768到32767的16bit有符号数值转换为-128到127的8bit有符号数值,第二步是将-128到127的8bit有符号数值转换为0到255的8bit无符号数值。在本程序中,16bit采样数据是通过short类型变量存储的,而8bit采样数据是通过unsigned char类型存储的。下图为输入的16bit的PCM双声道音频采样数据的波形图。

下图为输出的8bit的PCM双声道音频采样数据的波形图。注意观察图中纵坐标的取值范围已经变为0至255。如果仔细聆听声音的话,会发现8bit PCM的音质明显不如16 bit PCM的音质。

将从PCM16LE单声道音频采样数据中截取一部分数据

本程序中的函数可以从PCM16LE单声道数据中截取一段数据,并输出截取数据的样值。函数的代码如下所示。

/** 
 * Cut a 16LE PCM single channel file. 
 * @param url        Location of PCM file. 
 * @param start_num  start point 
 * @param dur_num    how much point to cut 
 */  
int simplest_pcm16le_cut_singlechannel(char *url,int start_num,int dur_num){  
    FILE *fp=fopen(url,"rb+");  
    FILE *fp1=fopen("output_cut.pcm","wb+");  
    FILE *fp_stat=fopen("output_cut.txt","wb+");  
  
    unsigned char *sample=(unsigned char *)malloc(2);  
  
    int cnt=0;  
    while(!feof(fp)){  
        fread(sample,1,2,fp);  
        if(cnt>start_num&&cnt<=(start_num+dur_num)){  
            fwrite(sample,1,2,fp1);  
  
            short samplenum=sample[1];  
            samplenum=samplenum*256;  
            samplenum=samplenum+sample[0];  
  
            fprintf(fp_stat,"%6d,",samplenum);  
            if(cnt%10==0)  
                fprintf(fp_stat,"\n",samplenum);  
        }  
        cnt++;  
    }  
  
    free(sample);  
    fclose(fp);  
    fclose(fp1);  
    fclose(fp_stat);  
    return 0;  
}  

本程序可以从PCM数据中选取一段采样值保存下来,并且输出这些采样值的数值。上述代码运行后,会把单声道PCM16LE格式的“drum.pcm”中从2360点开始的120点的数据保存成output_cut.pcm文件。下图为“drum.pcm”的波形图,该音频采样频率为44100KHz,长度为0.5秒,一共包含约22050个采样点。

下图为截取出来的output_cut.pcm文件中的数据。

将PCM16LE双声道音频采样数据转换为WAVE格式音频数据

WAVE格式音频(扩展名为“.wav”)是Windows系统中最常见的一种音频。该格式的实质就是在PCM文件的前面加了一个文件头。本程序的函数就可以通过在PCM文件前面加一个WAVE文件头从而封装为WAVE格式音频。函数的代码如下所示。

/** 
 * Convert PCM16LE raw data to WAVE format 
 * @param pcmpath      Input PCM file. 
 * @param channels     Channel number of PCM file. 
 * @param sample_rate  Sample rate of PCM file. 
 * @param wavepath     Output WAVE file. 
 */  
int simplest_pcm16le_to_wave(const char *pcmpath,int channels,int sample_rate,const char *wavepath)  
{  
  
    typedef struct WAVE_HEADER{    
        char         fccID[4];          
        unsigned   long    dwSize;              
        char         fccType[4];      
    }WAVE_HEADER;    
  
    typedef struct WAVE_FMT{    
        char         fccID[4];          
        unsigned   long       dwSize;              
        unsigned   short     wFormatTag;      
        unsigned   short     wChannels;    
        unsigned   long       dwSamplesPerSec;    
        unsigned   long       dwAvgBytesPerSec;    
        unsigned   short     wBlockAlign;    
        unsigned   short     uiBitsPerSample;    
    }WAVE_FMT;    
  
    typedef struct WAVE_DATA{    
        char       fccID[4];            
        unsigned long dwSize;                
    }WAVE_DATA;    
  
  
    if(channels==0||sample_rate==0){  
    channels = 2;  
    sample_rate = 44100;  
    }  
    int bits = 16;  
  
    WAVE_HEADER   pcmHEADER;    
    WAVE_FMT   pcmFMT;    
    WAVE_DATA   pcmDATA;    
   
    unsigned   short   m_pcmData;  
    FILE   *fp,*fpout;    
  
    fp=fopen(pcmpath, "rb");  
    if(fp == NULL) {    
        printf("open pcm file error\n");  
        return -1;    
    }  
    fpout=fopen(wavepath,   "wb+");  
    if(fpout == NULL) {      
        printf("create wav file error\n");    
        return -1;   
    }          
    //WAVE_HEADER  
    memcpy(pcmHEADER.fccID,"RIFF",strlen("RIFF"));                      
    memcpy(pcmHEADER.fccType,"WAVE",strlen("WAVE"));    
    fseek(fpout,sizeof(WAVE_HEADER),1);   
    //WAVE_FMT  
    pcmFMT.dwSamplesPerSec=sample_rate;    
    pcmFMT.dwAvgBytesPerSec=pcmFMT.dwSamplesPerSec*sizeof(m_pcmData);    
    pcmFMT.uiBitsPerSample=bits;  
    memcpy(pcmFMT.fccID,"fmt ",strlen("fmt "));    
    pcmFMT.dwSize=16;    
    pcmFMT.wBlockAlign=2;    
    pcmFMT.wChannels=channels;    
    pcmFMT.wFormatTag=1;    
   
    fwrite(&pcmFMT,sizeof(WAVE_FMT),1,fpout);   
  
    //WAVE_DATA;  
    memcpy(pcmDATA.fccID,"data",strlen("data"));    
    pcmDATA.dwSize=0;  
    fseek(fpout,sizeof(WAVE_DATA),SEEK_CUR);  
  
    fread(&m_pcmData,sizeof(unsigned short),1,fp);  
    while(!feof(fp)){    
        pcmDATA.dwSize+=2;  
        fwrite(&m_pcmData,sizeof(unsigned short),1,fpout);  
        fread(&m_pcmData,sizeof(unsigned short),1,fp);  
    }    
  
    pcmHEADER.dwSize=44+pcmDATA.dwSize;  
  
    rewind(fpout);  
    fwrite(&pcmHEADER,sizeof(WAVE_HEADER),1,fpout);  
    fseek(fpout,sizeof(WAVE_FMT),SEEK_CUR);  
    fwrite(&pcmDATA,sizeof(WAVE_DATA),1,fpout);  
      
    fclose(fp);  
    fclose(fpout);  
  
    return 0;  
}  

WAVE文件是一种RIFF格式的文件。其基本块名称是“WAVE”,其中包含了两个子块“fmt”和“data”。从编程的角度简单说来就是由WAVE_HEADER、WAVE_FMT、WAVE_DATA、采样数据共4个部分组成。它的结构如下所示。

WAVE_HEADER
WAVE_FMT
WAVE_DATA
PCM数据

其中前3部分的结构如下所示。在写入WAVE文件头的时候给其中的每个字段赋上合适的值就可以了。但是有一点需要注意:WAVE_HEADER和WAVE_DATA中包含了一个文件长度信息的dwSize字段,该字段的值必须在写入完音频采样数据之后才能获得。因此这两个结构体最后才写入WAVE文件中。

typedef struct WAVE_HEADER{  
    char fccID[4];  
    unsigned long dwSize;  
    char fccType[4];  
}WAVE_HEADER;  
  
typedef struct WAVE_FMT{  
    char  fccID[4];  
    unsigned long dwSize;  
    unsigned short wFormatTag;  
    unsigned short wChannels;  
    unsigned long dwSamplesPerSec;  
    unsigned long dwAvgBytesPerSec;  
    unsigned short wBlockAlign;  
    unsigned short uiBitsPerSample;  
}WAVE_FMT;  
  
typedef struct WAVE_DATA{  
    char       fccID[4];  
    unsigned long dwSize;  
}WAVE_DATA;  


参考

Blog

Opinion

Project

-->