混合音频通道

Question

我正在使用Viktor T. Toth's algorithm实现音频通道混音器。尝试混合两个音频通道流。

在代码中，quantization__是通道的位深度的字节表示。我的mix函数，指向目标和源uint8_t缓冲区，混合两个通道并写入目标缓冲区。因为我在uint8_t缓冲区中获取数据，所以进行加法，除法和乘法运算以获得实际的8位，16位或24位采样并再次将它们转换为8位。

通常，它给出了预期的输出样本值。但是，有些样本的值接近于0，因为当我查看Audacity中的输出时它们不应该是。在屏幕截图中，底部2信号是两个单声道，而顶部是混合声道。可以看出，有一些非常低的值，特别是在中间。

下面是我的mix功能;

void audio_mixer::mix(uint8_t* dest, const uint8_t* source)
{
    uint64_t mixed_sample = 0;
    uint64_t dest_sample = 0;
    uint64_t source_sample = 0;
    uint64_t factor = 0;

    for (int i = 0; i < channel_size_; ++i)
    {
        dest_sample = 0;
        source_sample = 0;
        factor = 1;

        for (int j = 0; j < quantization_; ++j)
        {
            dest_sample += factor * static_cast<uint64_t>(*dest++);
            source_sample += factor * static_cast<uint64_t>(*source++);
            factor = factor * 256;
        }

        mixed_sample = (dest_sample + source_sample) - (dest_sample * source_sample / factor);

        dest -= quantization_;

        for (int k = 0; k < quantization_; ++k)
        {
            *dest++ = static_cast<uint8_t>(mixed_sample % 256);
            mixed_sample = mixed_sample / 256;
        }
    }
}

Answer 1

您似乎没有正确处理签名的音频样本。水平线应为音频信号的零电压。

如果您查看正电压音频样本，它们会正确地遵守您的等式（除了中心的峰值值）。负值被压缩，这让我觉得它们被视为小正电压而不是负电压。

换句话说，也许这些无符号整数应该是有符号整数，因此最高位表示电压极性，你可以在+127到-128范围内设置音频样本。

中心的那些峰值看起来像是以模数255包围，这将是音频的无符号字节表示的峰值。我不确定这会发生什么，但似乎与无符号vs签名信号有关。

也许您应该尝试Viktor在其文档中提供的其他公式：

Z = 2（A + B） - （AB / 128） - 256