视音频数据处理入门：PCM音频采样数据处理

[cpp]? view plain ?copy ?

1. /**?
2. ?*?Split?Left?and?Right?channel?of?16LE?PCM?file.?
3. ?*?@param?url??Location?of?PCM?file.?
4. ?*?
5. ?*/??
6. int?simplest_pcm16le_split(char?*url){??
7. ????FILE?*fp=fopen(url,"rb+");??
8. ????FILE?*fp1=fopen("output_l.pcm","wb+");??
9. FILE?*fp2=fopen("output_r.pcm","wb+");??
10. ??
11. ????unsigned?char?*sample=(unsigned?char?*)malloc(4);??
12. ????while(!feof(fp)){??
13. ????????fread(sample,1,4,fp);??
14. ????????//L??
15. ????????fwrite(sample,2,fp1);??
16. //R??
17. ????????fwrite(sample+2,fp2);??
18. ????}??
19. ????free(sample);??
20. ????fclose(fp);??
21. ????fclose(fp1);??
22. ????fclose(fp2);??
23. return?0;??
24. }??

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。

output_r.pcm：右声道数据。

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 ? simplest_pcm16le_doublespeed("NocturneNo2inEflat_44.1k_s16le.pcm");??
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。

copy ? ?*?Convert?PCM-16?data?to?PCM-8?data.?

int?simplest_pcm16le_to_pcm8(FILE?*fp1=fopen("output_8.pcm",108); list-style-type:decimal-leading-zero; color:inherit; line-height:18px; margin:0px!important; padding:0px 3px 0px 10px!important; list-style-position:outside!important"> ????????short?*samplenum16=NULL;??

char?samplenum8=0;??

????????unsigned?char?samplenum8_u=0;??

//(-32768-32767)??

????????samplenum16=(short?*)sample;??

????????samplenum8=(*samplenum16)>>8;??

????????//(0-255)??

????????samplenum8_u=samplenum8+128;??

????????fwrite(&samplenum8_u,108); list-style-type:decimal-leading-zero; color:inherit; line-height:18px; margin:0px!important; padding:0px 3px 0px 10px!important; list-style-position:outside!important"> ????????samplenum16=(short?*)(sample+2);??

????????samplenum8=(*samplenum16)>>8;??

copy ? simplest_pcm16le_to_pcm8("NocturneNo2inEflat_44.1k_s16le.pcm");??

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。
[plain]? copy ?

?4460,??5192,??5956,??6680,??7199,??6706,??5727,??4481,??3261,??1993,??
1. ?1264,???747,???767,???752,??1248,??1975,??2473,??2955,??2952,??2447,??
2. ??974,?-1267,?-4000,?-6965,-10210,-13414,-16639,-19363,-21329,-22541,??
3. 23028,-22545,-21055,-19067,-16829,-14859,-12596,?-9900,?-6684,?-3475,108); list-style-type:decimal-leading-zero; color:inherit; line-height:18px; margin:0px!important; padding:0px 3px 0px 10px!important; list-style-position:outside!important"> ?-983,??1733,??3978,??5734,??6720,??6978,??6993,??7223,??7225,??7440,248); line-height:18px; margin:0px!important; padding:0px 3px 0px 10px!important; list-style-position:outside!important"> ?7688,??8431,??8944,??9468,??9947,?10688,?11194,?11946,?12449,?12446,108); list-style-type:decimal-leading-zero; color:inherit; line-height:18px; margin:0px!important; padding:0px 3px 0px 10px!important; list-style-position:outside!important"> 12456,?11974,?11454,?10952,?10167,??9425,??8153,??6941,??5436,??3716,248); line-height:18px; margin:0px!important; padding:0px 3px 0px 10px!important; list-style-position:outside!important"> ?1952,???236,?-1254,?-2463,?-3493,?-4223,?-4695,?-4927,?-5190,?-4941,108); list-style-type:decimal-leading-zero; color:inherit; line-height:18px; margin:0px!important; padding:0px 3px 0px 10px!important; list-style-position:outside!important"> -4188,?-2956,?-1490,???-40,???705,???932,???446,??-776,?-2512,?-3994,248); line-height:18px; margin:0px!important; padding:0px 3px 0px 10px!important; list-style-position:outside!important"> -5723,?-7201,?-8687,-10157,-11134,-11661,-11642,-11168,-10155,?-9142,108); list-style-type:decimal-leading-zero; color:inherit; line-height:18px; margin:0px!important; padding:0px 3px 0px 10px!important; list-style-position:outside!important"> -7888,?-7146,?-6186,?-5694,?-4971,?-4715,?-4498,?-4471,?-4468,?-4452,248); line-height:18px; margin:0px!important; padding:0px 3px 0px 10px!important; list-style-position:outside!important"> -4452,?-3940,?-2980,?-1984,??-752,???257,??1021,??1264,??1032,????31,??

（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_test

CSDN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)
leixiaohua1020@126.com

http://blog.csdn.NET/leixiaohua1020

（编辑：源码网）

【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!