Question

我想从应用程序包中读取声音文件，复制它，播放其最大音量级别（增益值或峰值功率，我不确定它的技术名称），然后将其写为另一个文件再次到捆绑。

我做了复制和写作部分。生成的文件与输入文件相同。我在AudioToolbox框架中使用AudioFile服务的AudioFileReadBytes（）和AudioFileWriteBytes（）函数来做到这一点。

所以，我有输入文件的字节以及它的音频数据格式（通过使用带有kAudioFilePropertyDataFormat的AudioFileGetProperty（））但是我找不到这些中的变量来播放原始文件的最大音量级别。

为了澄清我的目的，我正在尝试制作另一个声音级别相对于原始级别增加或减少的声音文件，所以我不关心用户或iOS设置的系统音量级别

这可能与我提到的框架有关吗？如果没有，是否有其他建议？

由于

编辑：通过Sam关于某些音频基础知识的答案，我决定用另一种方法扩展问题。

我可以使用AudioQueue服务将现有声音文件（在捆绑中）录制到另一个文件，并在录制阶段播放音量级别（借助框架）吗？

更新：这是我如何读取输入文件并写入输出。下面的代码降低了“一些”振幅值的声级，但噪声很大。有趣的是，如果我选择0.5作为幅度值，它会增加声级而不是降低它，但是当我使用0.1作为幅度值时，它会降低声音。两种情况都涉及令人不安的噪音。我认为这就是为什么Art正在谈论规范化，但我不知道规范化。

AudioFileID inFileID;

CFURLRef inURL = [self inSoundURL];

AudioFileOpenURL(inURL, kAudioFileReadPermission, kAudioFileWAVEType, &inFileID)

UInt32 fileSize = [self audioFileSize:inFileID];
Float32 *inData = malloc(fileSize * sizeof(Float32)); //I used Float32 type with jv42's suggestion
AudioFileReadBytes(inFileID, false, 0, &fileSize, inData);

Float32 *outData = malloc(fileSize * sizeof(Float32));

//Art's suggestion, if I've correctly understood him

float ampScale = 0.5f; //this will reduce the 'volume' by -6db
for (int i = 0; i < fileSize; i++) {
    outData[i] = (Float32)(inData[i] * ampScale);
}

AudioStreamBasicDescription outDataFormat = {0};
[self audioDataFormat:inFileID];

AudioFileID outFileID;

CFURLRef outURL = [self outSoundURL];
AudioFileCreateWithURL(outURL, kAudioFileWAVEType, &outDataFormat, kAudioFileFlags_EraseFile, &outFileID)

AudioFileWriteBytes(outFileID, false, 0, &fileSize, outData);

AudioFileClose(outFileID);
AudioFileClose(inFileID);

Answer 1

你不会在（Ext）AudioFile中找到幅度缩放操作，因为它是关于你能做的最简单的DSP。

假设您使用ExtAudioFile将您读取的内容转换为32位浮点数。要改变幅度，只需乘以：

float ampScale = 0.5f; //this will reduce the 'volume' by -6db
for (int ii=0; ii<numSamples; ++ii) {
    *sampOut = *sampIn * ampScale;
    sampOut++; sampIn++;
}

要增加增益，只需使用比例＆gt; 1.f.例如，放大2.f的放大器会给你+ 6dB的增益。

如果要进行标准化，则必须对音频进行两次传递：一次确定幅度最大的样本。然后另一个实际应用你的计算增益。

使用AudioQueue服务只是为了访问卷属性是严重的，严重的过度杀伤。

<强>更新

在更新的代码中，您将每个字节乘以0.5而不是每个样本。这是一个快速而又脏的修复代码，但请参阅下面的注释。我不会做你正在做的事。

...

// create short pointers to our byte data
int16_t *inDataShort = (int16_t *)inData;
int16_t *outDataShort = (int16_t *)inData;

int16_t ampScale = 2;
for (int i = 0; i < fileSize; i++) {
    outDataShort[i] = inDataShort[i] / ampScale;
}

...

当然，这不是最好的做事方式：它假设你的文件是little-endian 16位有符号线性PCM。（大多数WAV文件都是，但不是AIFF，m4a，mp3等）我会使用ExtAudioFile API而不是AudioFile API，因为这会将您正在阅读的任何格式转换为您希望在代码中使用的任何格式。通常最简单的方法是将样本读取为32位浮点数。以下是使用ExtAudioAPI处理任何输入文件格式的代码示例，包括立体声v.monon

void ScaleAudioFileAmplitude(NSURL *theURL, float ampScale) {
    OSStatus err = noErr;

    ExtAudioFileRef audiofile;
    ExtAudioFileOpenURL((CFURLRef)theURL, &audiofile);
    assert(audiofile);

    // get some info about the file's format.
    AudioStreamBasicDescription fileFormat;
    UInt32 size = sizeof(fileFormat);
    err = ExtAudioFileGetProperty(audiofile, kExtAudioFileProperty_FileDataFormat, &size, &fileFormat);

    // we'll need to know what type of file it is later when we write 
    AudioFileID aFile;
    size = sizeof(aFile);
    err = ExtAudioFileGetProperty(audiofile, kExtAudioFileProperty_AudioFile, &size, &aFile);
    AudioFileTypeID fileType;
    size = sizeof(fileType);
    err = AudioFileGetProperty(aFile, kAudioFilePropertyFileFormat, &size, &fileType);


    // tell the ExtAudioFile API what format we want samples back in
    AudioStreamBasicDescription clientFormat;
    bzero(&clientFormat, sizeof(clientFormat));
    clientFormat.mChannelsPerFrame = fileFormat.mChannelsPerFrame;
    clientFormat.mBytesPerFrame = 4;
    clientFormat.mBytesPerPacket = clientFormat.mBytesPerFrame;
    clientFormat.mFramesPerPacket = 1;
    clientFormat.mBitsPerChannel = 32;
    clientFormat.mFormatID = kAudioFormatLinearPCM;
    clientFormat.mSampleRate = fileFormat.mSampleRate;
    clientFormat.mFormatFlags = kLinearPCMFormatFlagIsFloat | kAudioFormatFlagIsNonInterleaved;
    err = ExtAudioFileSetProperty(audiofile, kExtAudioFileProperty_ClientDataFormat, sizeof(clientFormat), &clientFormat);

    // find out how many frames we need to read
    SInt64 numFrames = 0;
    size = sizeof(numFrames);
    err = ExtAudioFileGetProperty(audiofile, kExtAudioFileProperty_FileLengthFrames, &size, &numFrames);

    // create the buffers for reading in data
    AudioBufferList *bufferList = malloc(sizeof(AudioBufferList) + sizeof(AudioBuffer) * (clientFormat.mChannelsPerFrame - 1));
    bufferList->mNumberBuffers = clientFormat.mChannelsPerFrame;
    for (int ii=0; ii < bufferList->mNumberBuffers; ++ii) {
        bufferList->mBuffers[ii].mDataByteSize = sizeof(float) * numFrames;
        bufferList->mBuffers[ii].mNumberChannels = 1;
        bufferList->mBuffers[ii].mData = malloc(bufferList->mBuffers[ii].mDataByteSize);
    }

    // read in the data
    UInt32 rFrames = (UInt32)numFrames;
    err = ExtAudioFileRead(audiofile, &rFrames, bufferList);

    // close the file
    err = ExtAudioFileDispose(audiofile);

    // process the audio
    for (int ii=0; ii < bufferList->mNumberBuffers; ++ii) {
        float *fBuf = (float *)bufferList->mBuffers[ii].mData;
        for (int jj=0; jj < rFrames; ++jj) {
            *fBuf = *fBuf * ampScale;
            fBuf++;
        }
    }

    // open the file for writing
    err = ExtAudioFileCreateWithURL((CFURLRef)theURL, fileType, &fileFormat, NULL, kAudioFileFlags_EraseFile, &audiofile);

    // tell the ExtAudioFile API what format we'll be sending samples in
    err = ExtAudioFileSetProperty(audiofile, kExtAudioFileProperty_ClientDataFormat, sizeof(clientFormat), &clientFormat);

    // write the data
    err = ExtAudioFileWrite(audiofile, rFrames, bufferList);

    // close the file
    ExtAudioFileDispose(audiofile);

    // destroy the buffers
    for (int ii=0; ii < bufferList->mNumberBuffers; ++ii) {
        free(bufferList->mBuffers[ii].mData);
    }
    free(bufferList);
    bufferList = NULL;

}

Answer 2

我认为你应该避免使用8位无符号字符音频，如果可以的话。尝试将数据设置为16位或32位，这样可以避免一些噪声/质量问题。

Answer 3

对于大多数常见的音频文件格式，没有一个主音量变量。相反，您需要获取（或转换为）PCM声音样本，并在每个样本上执行至少一些最小数字信号处理（乘法，饱和/限制/ AGC，量化噪声整形等）。

Answer 4

如果声音文件已标准化，则无法使文件更响亮。除了音频编码不好的情况外，音量几乎完全是播放引擎的领域。

http://en.wikipedia.org/wiki/Audio_bit_depth

正确存储的音频文件的峰值音量将达到或接近文件位深度可用的最大值。如果您尝试“降低声音文件的音量”，则基本上只会降低音质。

音频处理：以音量级别播放

4 个答案: