解交织PCM（* .wav）立体声音频数据

Question

我知道PCM数据存储为[left][right][left][right]...。我试图将立体声PCM转换为单声道Vorbis（* .ogg），据我所知，可以通过将左右声道减半（（左+右）* 0.5）来实现。我实际上通过修改libvorbis sdk中的编码器示例来实现这一目标，

#define READ 1024
signed char readbuffer[READ*4];

，因此读取PCM数据

fread(readbuffer, 1, READ*4, stdin)

然后我将这两个频道减半，

buffer[0][i] = ((((readbuffer[i*4+1]<<8) | (0x00ff&(int)readbuffer[i*4]))/32768.f) + (((readbuffer[i*4+3]<<8) | (0x00ff&(int)readbuffer[i*4+2]))/32768.f)) * 0.5f;

它工作得很好，但是，我不明白它们如何从PCM数据中解交左右声道（即所有的位移和＆＃34; ANDing＆＃34;和＃34; ORing＆＃ 34。）

Answer 1

<。> .wav文件通常以 little endian 格式存储其PCM数据，每个通道每个样本16位。对于通常签名的16位PCM文件，这意味着数据实际存储为

[LEFT LSB] [LEFT MSB] [RIGHT LSB] [RIGHT MSB] ...

这样每组4个字节组成一个立体声PCM样本。因此，您可以通过查看字段i到4*i来查找示例4*i+3。

要从两个字节解码单个16位值，请执行以下操作：

(MSB << 8) | LSB

因为您的读缓冲区值存储为 signed 字符，所以您必须要小心，因为MSB和LSB都将进行符号扩展。这对LSB来说是不可取的;因此，代码使用

0xff & (int)LSB

获取低字节的无符号版本（从技术上讲，这通过向上转换为int，并选择低8位;另一种方法是只写(uint8_t)LSB）。

请注意，MSB位于索引1和3处，LSB位于索引0和2处。因此，

((readbuffer[i*4+1]<<8) | (0x00ff&(int)readbuffer[i*4]))

和

((readbuffer[i*4+3]<<8) | (0x00ff&(int)readbuffer[i*4+2]))

只是通过使用一些位操作将字节组合成数字来获取左右通道的值为16位有符号值。

然后，将这些值中的每一个除以32768.0。请注意，带符号的16位值的范围为[-32768, 32767]。因此，除以32768得到大约[-1,1]的范围。将两个除以的值相加以得到[-2,2]范围内的数字，然后将整数乘以0.5以获得平均值（范围[-1,1]中的浮点值）。