我面临着混合音频文件中的原始数据的任务。我目前正在努力从混合数据中获得干净的声音，我不断出现失真或白噪声。
让我们说我有一个来自两个AudioInputStream的两字节数据数组。 AIS用于从给定的音频文件流式传输字节数组。在这里，我可以使用SourceDataLine的write方法播放单个音频文件。我想同时播放两个音频文件，因此我知道我需要执行某种PCM相加操作。
有人可以建议应使用浮点值还是字节值来完成此加法运算？另外，当添加3,4个或更多音频文件时，我想我的问题会更加困难！我需要除以一定数量以避免这种溢出吗？可以说我要添加两个16位音频文件（最小-32,768，最大32,767）。
我承认，我之前对此有一些建议，但似乎无法使其正常工作！我有我尝试过的代码，但没有。
任何建议都会很棒。
谢谢
答案 0 :(得分：2)
首先，我怀疑您是否正在使用完全解码的PCM数据值。如果直接添加字节，则只有在声音以8位分辨率录制的情况下才有意义，这样做越来越少。如今，音频通常以16位或更高的值记录。我认为在某些情况下不需要太多的频率内容，但是在当前系统中，节省CPU并不是那么关键，因此人们选择至少保留“ CD质量”（16位分辨率，立体声，41000 fps） ）。
因此，第一步，必须确保将字节流正确转换为有效的PCM。例如，如果使用16位编码，则必须按正确的顺序（可以是big-endian或little-endian）附加两个字节，并使用结果值。
一旦处理妥当，通常只需将这些值相加即可，并且可能施加最小和最大滤波器以确保信号不会超出定义范围。我可以想到有两个原因：（a）音频通常以足够低的音量录制，求和不会引起溢出；（b）信号具有足够的随机性，既有正值又有负值，正面或负面排列的贡献者很少见，而且寿命很短。
使用最小值和最大值将“削波”信号，并可能会引入一些听觉失真，但这是比溢出少的可怕声音！如果您的信号源通常要达到最小值和最大值，则可以将音量因子（在0到1范围内）乘以一个或多个总体贡献信号，以降低音频值。
对于16位数据，它可以直接对两个整数（-32768至32767）相加后的有符号整数执行运算。但是，更常见的做法是“标准化”值，即将16位整数转换为-1到1的浮点数，在该级别上执行操作，然后再转换回-32768到32767范围内的整数并将这些整数分成字节对。
有一本关于数字信号处理的免费书，非常值得一读：史蒂文·史密斯（Steven Smith）的“数字信号处理的科学家和工程师指南”。它将提供更多细节和背景。