我必须将数字音频信号的位深度从24位减少到16位。
仅取每个样本的16个最高有效位（即截断）相当于进行比例计算（out = in * 0xFFFF / 0xFFFFFF）？
答案 0 :(得分：3)
在截断（a.k.a.抖动）之前，通过在原始信号上添加精心设计的噪声信号（恰好低于截断阈值），您将获得更好的声音效果。
答案 1 :(得分：1)
我认为你的意思是(in * 0xFFFF) / 0xFFFFFF，在这种情况下，是的。
答案 2 :(得分：1)
Dithering通过添加噪音一般会给你更好的效果。关键在于噪音的形状。 popula pow-r 抖动算法具有特定的形状，在许多数字音频工作站应用程序（Cakewalk的SONAR，Logic等）中非常流行。
如果你不需要完全保真的pow-r，你可以简单地以相当低的幅度产生一些noise并将它混合到你的信号中。你会发现这掩盖了一些量化效果。
答案 3 :(得分：0)
x * 0xffff / 0xffffff过于迂腐，但如果您的样本已签名，则不是很好 - 而且一般来说可能不是很好。
是的，您希望源范围中的最大值与目标范围中的最大值匹配，但此处使用的值仅适用于无符号范围，并且量化步骤的分布意味着它非常罕见你使用尽可能大的输出值。
如果样本是有符号的，那么峰值正值将是0x7fff和0x7fffff，而峰值负值将是-0x8000和-0x800000。您的第一个问题是判断+1是否等于0x7fff，或-1是否等于-0x8000。如果选择后者，那么这是一个简单的换档操作。如果您尝试两者都有零停止为零。
之后你遇到了一个问题，那就是划分为零。这意味着与其他值相比，过多的值会舍入为零。这会导致失真。
如果您想根据峰值正值进行缩放，则正确的形式为：
out = rint((float)in * 0x7fff / 0x7fffff);
如果你徘徊一点，你可能会找到一种有效的方法来做整数运算而不是除法。
这个表格应该正确地舍入到任何给定输入的最接近的可用输出值，并且它应该将最大可能的输入值映射到最大可能的输出值，但是它将分散在整个范围内的难以分布的量化步骤
大多数人更喜欢：
out = (in + 128) >> 8;
if (out > 0x7fff) out = 0x7fff;
这种形式使得事情变得最微小，以至于正值可能略微削减，但量化步骤均匀分布。
你添加128，因为右移轮向负无穷大。 平均量化误差为-128，你加上128来纠正这个以保持0精确为0.溢出测试是必要的，因为输入值0x7fffff否则会给出0x8000的结果，当你将它存储在一个16位的字中，它会回绕给出一个峰值负值。
C学生可以在关于右移和分裂行为的假设中挖洞，但为了清晰起见，我忽略了这些。然而，正如其他人所指出的，你通常不应该在没有抖动的情况下减少音频的位深度，理想情况下是噪声整形。 TPDF抖动如下：
out = (in + (rand() & 255) - (rand() & 255)) >> 8;
if (out < -0x8000) out = -0x8000;
if (out > 0x7fff) out = 0x7fff;
同样，使用rand()的大问题，为了清楚起见我会忽略。