C ++读取16位Wav文件

Question

我在阅读16位.wav文件时遇到问题。我已阅读标题信息，但转换似乎不起作用。

例如，在Matlab中，如果我在波形文件中读取，我会得到以下类型的数据：

 -0.0064, -0.0047,  -0.0051, -0.0036, -0.0046, -0.0059,  -0.0051

但是，在我的C ++程序中，返回以下内容：

0.960938, -0.00390625, -0.949219, -0.00390625, -0.996094, -0.00390625

我需要以相同的方式表示数据。现在，对于8 bit .wav文件，我执行了以下操作：

uint8_t c;

for(unsigned i=0; (i < size); i++)
{
    c = (unsigned)(unsigned char)(data[i]);
    double t = (c-128)/128.0;
    rawSignal.push_back(t);
}

然而，当我为16位执行此操作时，这很有效：

uint16_t c;

for(unsigned i=0; (i < size); i++)
{
   c = (signed)(signed char)(data[i]);
   double t = (c-256)/256.0;
   rawSignal.push_back(t);
}

不起作用并显示输出（上图）。

我遵循找到的标准Here

其中data是char数组且rawSignal是std::vector<double>我可能只是将转换错误但似乎无法找出原因。有人有什么建议吗？

由于

编辑：

这是现在显示的内容（在图表中）：

这就是它应该显示的内容：

Answer 1

这里有一些问题：

• 8位wavs是无符号的，但是16位wavs是有符号的。因此，Carl和Jay的答案中给出的减法步骤是不必要的。我认为他们只是从你的代码中复制了，但他们错了。
• 16位波的范围是-32,768到32,767，而不是-256到255，这使得你使用的乘法无论如何都是错误的。
• 16位wavs是2个字节，因此你必须读取两个字节来制作一个样本，而不是一个。您似乎一次只能阅读一个角色。当您读取字节时，如果您的本机字节序不是小端，则可能必须交换它们。

假设有一个 little-endian 架构，你的代码看起来会更像这样（非常接近Carl的答案）：

for (int i = 0; i < size; i += 2)
{
    int c = (data[i + 1] << 8) | data[i];
    double t = c/32768.0;
    rawSignal.push_back(t);
}

big-endian 架构：

for (int i = 0; i < size; i += 2)
{
    int c = (data[i] << 8) | data[i+1];
    double t = c/32768.0;
    rawSignal.push_back(t);
}

该代码未经测试，请LMK如果不起作用。

Answer 2

（首先关于little-endian / big-endian-ness。WAV只是一种容器格式，其中编码的数据可以是无数格式。大多数编解码器都是无损的（MPEG Layer-3又称MP3，是的，流可以“打包”成WAV，各种CCITT和其他编解码器。）你假设你处理某种PCM格式，你看到RAW格式的实际波，没有进行无损转换。字节序取决于生成流的编解码器。 Is the endianness of format params guaranteed in RIFF WAV files?）

这也是一个问题，如果一个PCM样本是线性比例采样整数还是有一些缩放，对数比例或其后的其他转换。我遇到的常规PCM wav文件是简单的线性比例样本，但我不是在录音或制作行业。

通往解决方案的途径：

1. 确保您正在处理常规的16位PCM编码RIFF WAV文件。
2. 在读取流时，始终一次读取两个字节（char）并将两个字符转换为16位短。人们在我面前展示了这一点。
3. 您显示的波形清楚地表明您要么没有估计频率（或者您只有一个单声道而不是立体声 >）。因为采样率（44.1kHz，22KHz，11KHz，8kHz等）与分辨率（8位，16位，24位等）一样重要。也许在第一种情况下你有立体声数据。您可以单声道阅读它，您可能不会注意到它。在第二种情况下，如果你有单声道数据，那么你将在读取数据的一半时间用完样本。根据你的图表，这似乎是发生的事情。谈论另一个原因：较低的采样分辨率（以及16位也较低）通常与较低的采样率配对。因此，如果您的输入数据是录制时间，并且您认为您有22kHz的数据，但它实际上只有11kHz，那么您将从实际样本中途耗尽并读入内存垃圾。所以其中一个。

确保解释并处理循环迭代器变量和大小。看起来大小告诉您有多少字节。你只有一半的短整数样本。请注意，由于这个原因，Bjorn的解决方案正确地将i递增2。

Answer 3

16位数量的范围为-32,768到32,767，而不是-256到255（仅为9位）。使用：

for (int i = 0; i < size; i += 2)
{
    c = (data[i + 1] << 8) + data[i]; // WAV files are little-endian
    double t = (c - 32768)/32768.0;
    rawSignal.push_back(t);
}

Answer 4

你可能想要更像这样的东西：

uint16_t c;
for(unsigned i=0; (i < size); i++)
{
   // get a 16 bit pointer to the array
   uint16_t* p = (uint16_t*)data;
   // get the i-th element
   c = *( p + i );
   // convert to signed? I'm guessing this is what you want
   int16_t cs = (int16_t)c;
   double t = (cs-256)/256.0;
   rawSignal.push_back(t);
}

您的代码将8位值转换为有符号值，然后将其写入无符号变量。你应该看一下，看看它是不是你想要的。

Answer 5

我的工作代码是

int8_t* buffer = new int8_t[size];
/*
  HERE buffer IS FILLED
*/
for (int i = 0; i < size; i += 2)
{
    int16_t c = ((unsigned char)buffer[i + 1] << 8) | (unsigned char)buffer[i];
    double t = c/32768.0;
    rawSignal.push_back(t);
}