视音频数据处理入门:PCM音频采样数据处理
===================================================== 视音频数据处理入门系列文章: 视音频数据处理入门:RGB、YUV像素数据处理 视音频数据处理入门:PCM音频采样数据处理 视音频数据处理入门:H.264视频码流解析 视音频数据处理入门:AAC音频码流解析 视音频数据处理入门:FLV封装格式解析 视音频数据处理入门:UDP-RTP协议解析 ===================================================== 上一篇文章记录了RGB/YUV视频像素数据的处理方法,本文继续上一篇文章的内容,记录PCM音频采样数据的处理方法。音频采样数据在视频播放器的解码流程中的位置如下图所示。
本文分别介绍如下几个PCM音频采样数据处理函数: ? 分离PCM16LE双声道音频采样数据的左声道和右声道 将PCM16LE双声道音频采样数据中左声道的音量降一半 将PCM16LE双声道音频采样数据的声音速度提高一倍 将PCM16LE双声道音频采样数据转换为PCM8音频采样数据 从PCM16LE单声道音频采样数据中截取一部分数据 将PCM16LE双声道音频采样数据转换为WAVE格式音频数据 注:PCM音频数据可以使用音频编辑软件导入查看。例如收费的专业音频编辑软件Adobe Audition,或者免费开源的音频编辑软件Audacity。 函数列表(1)分离PCM16LE双声道音频采样数据的左声道和右声道本程序中的函数可以将PCM16LE双声道数据中左声道和右声道的数据分离成两个文件。函数的代码如下所示。调用上面函数的方法如下所示。 从代码可以看出,PCM16LE双声道数据中左声道和右声道的采样值是间隔存储的。每个采样值占用2Byte空间。代码运行后,会把NocturneNo2inEflat_44.1k_s16le.pcm的PCM16LE格式的数据分离为两个单声道数据: output_l.pcm:左声道数据。注:本文中声音样值的采样频率一律是44100Hz,采样格式一律为16LE。“16”代表采样位数是16bit。由于1Byte=8bit,所以一个声道的一个采样值占用2Byte。“LE”代表Little Endian,代表2 Byte采样值的存储方式为高位存在高地址中。 下图为输入的双声道PCM数据的波形图。上面的波形图是左声道的图形,下面的波形图是右声道的波形。图中的横坐标是时间,总长度为22秒;纵坐标是取样值,取值范围从-32768到32767。
下图为分离后左声道数据output_l.pcm的音频波形图。 ? 下图为分离后右声道数据output_r.pcm的音频波形图。 ? (2)将PCM16LE双声道音频采样数据中左声道的音量降一半本程序中的函数可以将PCM16LE双声道数据中左声道的音量降低一半。函数的代码如下所示。从源代码可以看出,本程序在读出左声道的2 Byte的取样值之后,将其当成了C语言中的一个short类型的变量。将该数值除以2之后写回到了PCM文件中。下图为输入PCM双声道音频采样数据的波形图。
下图为输出的左声道经过处理后的波形图。可以看出左声道的波形幅度降低了一半。
(3)将PCM16LE双声道音频采样数据的声音速度提高一倍 本程序中的函数可以通过抽象的方式将PCM16LE双声道数据的速度提高一倍。函数的代码如下所示。 copy 从源代码可以看出,本程序只采样了每个声道奇数点的样值。处理完成后,原本22秒左右的音频变成了11秒左右。音频的播放速度提高了2倍,音频的音调也变高了很多。下图为输入PCM双声道音频采样数据的波形图。
下图为输出的PCM双声道音频采样数据的波形图。通过时间轴可以看出音频变短了很多。
(4)将PCM16LE双声道音频采样数据转换为PCM8音频采样数据 本程序中的函数可以通过计算的方式将PCM16LE双声道数据16bit的采样位数转换为8bit。函数的代码如下所示。
PCM16LE格式的采样数据的取值范围是-32768到32767,而PCM8格式的采样数据的取值范围是0到255。所以PCM16LE转换到PCM8需要经过两个步骤:第一步是将-32768到32767的16bit有符号数值转换为-128到127的8bit有符号数值,第二步是将-128到127的8bit有符号数值转换为0到255的8bit无符号数值。在本程序中,16bit采样数据是通过short类型变量存储的,而8bit采样数据是通过unsigned char类型存储的。下图为输入的16bit的PCM双声道音频采样数据的波形图。
下图为输出的8bit的PCM双声道音频采样数据的波形图。注意观察图中纵坐标的取值范围已经变为0至255。如果仔细聆听声音的话,会发现8bit PCM的音质明显不如16 bit PCM的音质。
?
(5)将从PCM16LE单声道音频采样数据中截取一部分数据 本程序中的函数可以从PCM16LE单声道数据中截取一段数据,并输出截取数据的样值。函数的代码如下所示。 本程序可以从PCM数据中选取一段采样值保存下来,并且输出这些采样值的数值。上述代码运行后,会把单声道PCM16LE格式的“drum.pcm”中从2360点开始的120点的数据保存成output_cut.pcm文件。下图为“drum.pcm”的波形图,该音频采样频率为44100KHz,长度为0.5秒,一共包含约22050个采样点。
下图为截取出来的output_cut.pcm文件中的数据。
下面列出了上述数据的采样值。 (6)将PCM16LE双声道音频采样数据转换为WAVE格式音频数据
WAVE格式音频(扩展名为“.wav”)是Windows系统中最常见的一种音频。该格式的实质就是在PCM文件的前面加了一个文件头。本程序的函数就可以通过在PCM文件前面加一个WAVE文件头从而封装为WAVE格式音频。函数的代码如下所示。
WAVE文件是一种RIFF格式的文件。其基本块名称是“WAVE”,其中包含了两个子块“fmt”和“data”。从编程的角度简单说来就是由WAVE_HEADER、WAVE_FMT、WAVE_DATA、采样数据共4个部分组成。它的结构如下所示。
其中前3部分的结构如下所示。在写入WAVE文件头的时候给其中的每个字段赋上合适的值就可以了。但是有一点需要注意:WAVE_HEADER和WAVE_DATA中包含了一个文件长度信息的dwSize字段,该字段的值必须在写入完音频采样数据之后才能获得。因此这两个结构体最后才写入WAVE文件中。 本程序的函数执行完成后,就可将NocturneNo2inEflat_44.1k_s16le.pcm文件封装成output_nocturne.wav文件。 下载Simplest mediadata test 项目主页 SourceForge:https://sourceforge.net/projects/simplest-mediadata-test/ Github:https://github.com/leixiaohua1020/simplest_mediadata_test 开源中国: http://git.oschina.net/leixiaohua1020/simplest_mediadata_testCSDN下载地址: http://download.csdn.net/detail/leixiaohua1020/9422409 本项目包含如下几种视音频数据解析示例: ?(1)像素数据处理程序。包含RGB和YUV像素格式处理的函数。 ?(2)音频采样数据处理程序。包含PCM音频采样格式处理的函数。 ?(3)H.264码流分析程序。可以分离并解析NALU。 ?(4)AAC码流分析程序。可以分离并解析ADTS帧。 ?(5)FLV封装格式分析程序。可以将FLV中的MP3音频码流分离出来。 ?(6)UDP-RTP协议分析程序。可以将分析UDP/RTP/MPEG-TS数据包。 雷霄骅 (Lei Xiaohua) http://blog.csdn.NET/leixiaohua1020 转自:?http://blog.csdn.net/leixiaohua1020/article/details/50534316 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |