我很难从存储在audio.caf中的iPhone上的线性PCM中提取幅度数据。
我的问题是:
还有一个额外的问题:iPhone麦克风无法测量声音/气压波形吗?
我的代码如下:
// get the audio file proxy object for the audio
AudioFileID fileID;
AudioFileOpenURL((CFURLRef)audioURL, kAudioFileReadPermission, kAudioFileCAFType, &fileID);
// get the number of packets of audio data contained in the file
UInt64 totalPacketCount = [self packetCountForAudioFile:fileID];
// get the size of each packet for this audio file
UInt32 maxPacketSizeInBytes = [self packetSizeForAudioFile:fileID];
// setup to extract the audio data
Boolean inUseCache = false;
UInt32 numberOfPacketsToRead = 4410; // 0.1 seconds of data
UInt32 ioNumPackets = numberOfPacketsToRead;
UInt32 ioNumBytes = maxPacketSizeInBytes * ioNumPackets;
char *outBuffer = malloc(ioNumBytes);
memset(outBuffer, 0, ioNumBytes);
SInt16 signedMinAmplitude = -32768;
SInt16 signedCenterpoint = 0;
SInt16 signedMaxAmplitude = 32767;
SInt16 minAmplitude = signedMaxAmplitude;
SInt16 maxAmplitude = signedMinAmplitude;
// process each and every packet
for (UInt64 packetIndex = 0; packetIndex < totalPacketCount; packetIndex = packetIndex + ioNumPackets)
{
// reset the number of packets to get
ioNumPackets = numberOfPacketsToRead;
AudioFileReadPacketData(fileID, inUseCache, &ioNumBytes, NULL, packetIndex, &ioNumPackets, outBuffer);
for (UInt32 batchPacketIndex = 0; batchPacketIndex < ioNumPackets; batchPacketIndex++)
{
SInt16 packetData = outBuffer[batchPacketIndex * maxPacketSizeInBytes];
SInt16 absoluteValue = abs(packetData);
if (absoluteValue < minAmplitude) { minAmplitude = absoluteValue; }
if (absoluteValue > maxAmplitude) { maxAmplitude = absoluteValue; }
}
}
NSLog(@"minAmplitude: %hi", minAmplitude);
NSLog(@"maxAmplitude: %hi", maxAmplitude);
使用此代码,我几乎总是得到0分钟,最多128分!这不是 对我有意义。
我正在使用AVAudioRecorder录制音频,如下所示:
// specify mono, 44.1 kHz, Linear PCM with Max Quality as recording format
NSDictionary *recordSettings = [[NSDictionary alloc] initWithObjectsAndKeys:
[NSNumber numberWithFloat: 44100.0], AVSampleRateKey,
[NSNumber numberWithInt: kAudioFormatLinearPCM], AVFormatIDKey,
[NSNumber numberWithInt: 1], AVNumberOfChannelsKey,
[NSNumber numberWithInt: AVAudioQualityMax], AVEncoderAudioQualityKey,
nil];
// store the sound file in the app doc folder as calibration.caf
NSString *documentsDir = [NSSearchPathForDirectoriesInDomains(NSDocumentDirectory, NSUserDomainMask, YES) lastObject];
NSURL *audioFileURL = [NSURL fileURLWithPath:[documentsDir stringByAppendingPathComponent: @"audio.caf"]];
// create the audio recorder
NSError *createAudioRecorderError = nil;
AVAudioRecorder *newAudioRecorder = [[AVAudioRecorder alloc] initWithURL:audioFileURL settings:recordSettings error:&createAudioRecorderError];
[recordSettings release];
if (newAudioRecorder)
{
// record the audio
self.recorder = newAudioRecorder;
[newAudioRecorder release];
self.recorder.delegate = self;
[self.recorder prepareToRecord];
[self.recorder record];
}
else
{
NSLog(@"%@", [createAudioRecorderError localizedDescription]);
}
感谢您提供的任何见解。这是我使用Core Audio的第一个项目,所以请随意撕开我的方法!
P.S。我试图搜索Core Audio列表存档,但请求一直出错:(http://search.lists.apple.com/?q=linear+pcm+amplitude&cmd=Search%21&ul=coreaudio-api)
P.P.S。我看过了:
http://en.wikipedia.org/wiki/Sound_pressure
http://en.wikipedia.org/wiki/Linear_PCM
http://wiki.multimedia.cx/index.php?title=PCM
Get the amplitude at a given time within a sound file?
http://music.columbia.edu/pipermail/music-dsp/2002-April/048341.html
我还阅读了整个“核心音频概述”和大部分“音频会话编程指南”,但我的问题仍然存在。
答案 0 :(得分:7)
1)os x / iphone文件读取例程允许您确定样本格式,通常为LPCM的SInt8,SInt16,SInt32,Float32,Float64或连续的24位signed int之一
2)对于int格式,MIN_FOR_TYPE表示负相位的最大幅度,MAX_FOR_TYPE表示正的最大幅度。 0等于沉默。浮点格式在[-1 ... 1]之间调制,与浮点数一样为零。在读取,写入,记录或使用特定格式时,字节顺序很重要 - 文件可能需要特定格式,并且您通常希望以本机字节顺序操作数据。 apple audio file libs中的一些例程允许您传递表示源字节序的标志,而不是手动转换它。 CAF有点复杂 - 它就像一个或多个音频文件的元包装器,并支持多种类型。
3)lpcm的幅度表示只是一个强力线性幅度表示(播放时不需要转换/解码,幅度步长相等)。
4)见#2。这些值与气压无关,它们与0 dBFS有关;例如如果您将流直接输出到DAC,那么int max(如果是浮点数则为-1/1)表示单个样本将剪切的级别。
Bonus)它像每个ADC和组件链一样,在电压方面对输入的处理有限制。此外,采样率定义了可捕获的最高频率(最高为采样率的一半)。 adc可以使用固定或可选择的位深度,但选择另一位深度时,最大输入电压通常不会改变。
你在代码级别犯了一个错误:你正在操纵`outBuffer'作为字符 - 而不是SInt16
答案 1 :(得分:2)
如果您要求录制格式的16位样本,那么您将获得16位样本。但是其他格式确实存在于许多Core Audio记录/播放API中,以及可能的caf文件格式。
在单声道中,您只需获得一组带符号的16位整数。您可以在某些Core Audio录制API中特别要求使用大端或小端。
除非您要校准特定设备型号的麦克风或外接麦克风(并确保音频处理/ AGC已关闭),否则您可能需要考虑音频级别是任意缩放的。此外,响应也随麦克风方向性和音频频率而变化。
16位音频样本的中心点通常为0(范围约为-32k至32k)。没有偏见。