Question

据我所知，我使用的音频字节数组（PCM Stereo 16bit）每个样本4个字节。我注意到当你反转字节值（即-128到128和128到-128）时，它不会将声音置于环绕声道中。听起来一样（前置音频）。我尝试反转每隔一个字节（每2个字节）而不是所有字节，并得到类似环绕声的东西，但它非常脏和不连贯。我究竟如何操作常规PCM 16位立体声WAV文件（以字节数组形式）以便将音频放置在环绕声道中？

我的代码：

public byte[] putInSurround(byte[] audio) {
        for (int i = 0; i < audio.length; i += 4) {
            int i0 = audio[i + 0];
            int i1 = audio[i + 1];
            int i2 = audio[i + 2];
            int i3 = audio[i + 3];
            if (0 > audio[i + 0]) {
                i0 = Math.abs(audio[i + 0]);
            }
            if (0 < audio[i + 0]) {
                i0 = 0 - audio[i + 0];
            }
            if (0 > audio[i + 1]) {
                i1 = Math.abs(audio[i + 1]);
            }
            if (0 < audio[i + 1]) {
                i1 = 0 - audio[i + 1];
            }
            if (0 > audio[i + 2]) {
                i2 = Math.abs(audio[i + 2]);
            }
            if (0 < audio[i + 2]) {
                i2 = 0 - audio[i + 2];
            }
            if (0 > audio[i + 3]) {
                i3 = Math.abs(audio[i + 3]);
            }
            if (0 < audio[i + 3]) {
                i3 = 0 - audio[i + 3];
            }
            audio[i + 0] = (byte) i0;
            //audio[i + 1] = (byte) i1; <-- Commented Out For Every Other Byte.
            //audio[i + 2] = (byte) i2; <-- Commented Out For Every Other Byte.
            audio[i + 3] = (byte) i3;
        }
        return audio;
    }

Answer 1

我不是以任何方式，塑造或组建DSP专家，但我有一些可能有用的观察结果：

您以4个字节的增量解析数组，这正确对应于单个16位立体声声音样本：2 channels * 16 bits = 32 bits = 4 bytes。

现在，我可能不明白你想要做什么，但在现代环绕音频中，环绕声通道通常彼此独立。这意味着每个环绕音频采样需要超过4个字节。例如，如果您有5个通道，则需要10个字节/样本，这可能意味着您的代码中需要单独的输入和输出数组。

有Dolby Surround和Dolby Pro Logic等方法，其中环绕声道被矩阵编码到两个立体声声道中，但所涉及的DSP数学远比你的代码中的数学复杂得多。。更不用说需要特殊的解码器和这些方法所暗示的质量损失。
反转 2字节样本的每个字节是没有意义的：样本值1000d将变为-744d。像这样的按位运算很少在DSP中使用，如果有的话。
通常，音频样本存储为带符号的2的补码二进制数。这使得在字节方面处理它们非常复杂，特别是在没有无符号数字且没有指针转换（如Java）的语言中。最好将字节数组转换为short或int数组，或使用不同的编程语言（如C ++）。
反转-128产生+128，无法存储在Java使用的带符号字节中。
当“反转彼此字节”时，存储i + 0和i + 3的倒数，而不是i + 0和i + 2或i + 1和i + 3。
根据您的音频表示是否为little-endian or big-endian，反转每个字节的结果虽然仍然没有任何意义，但会产生不同的效果。 RIFF WAV files使用little-endian字节顺序。

反转字节0和2会改变采样的LSB，当音频剪辑的动态范围有限时，这只会增加高振幅和完全失真的噪声。

反转字节1和3将近似反转高幅度的整个样本，并在动态范围有限的剪辑中添加批次失真。
反转整个样本，而不是单个字节，是180度相移的近似。我不知道你可以在哪里使用它，但是......

如果你需要更多的帮助，你需要告诉我们你究竟想做什么。您至少应该提到您的预期输出和您正在使用的DSP算法。

将PCM字节数组转换为环绕声通道

1 个答案: