C++读取16位Wav文件

Question

我在读取 16 位 .wav 文件时遇到问题。我已经阅读了标题信息，但是转换似乎不起作用。

例如，在 Matlab 中，如果我读入波形文件，我会得到以下类型的数据：

 -0.0064, -0.0047,  -0.0051, -0.0036, -0.0046, -0.0059,  -0.0051

但是，在我的 C++ 程序中返回以下内容：

0.960938, -0.00390625, -0.949219, -0.00390625, -0.996094, -0.00390625

我需要以相同的方式表示数据。现在，对于

8 bit

.wav 文件，我执行了以下操作：

uint8_t c;

for(unsigned i=0; (i < size); i++)
{
    c = (unsigned)(unsigned char)(data[i]);
    double t = (c-128)/128.0;
    rawSignal.push_back(t);
}

然而，当我为 16 位执行此操作时，这有效：

uint16_t c;

for(unsigned i=0; (i < size); i++)
{
   c = (signed)(signed char)(data[i]);
   double t = (c-256)/256.0;
   rawSignal.push_back(t);
}

不起作用并显示输出（如上）。

我遵循这里

找到的标准

其中

data

是一个

char

数组，而

rawSignal

是一个

std::vector<double>

我可能只是把转换错了，但似乎无法找出哪里。大家有什么建议吗？

谢谢

编辑：

这就是现在显示的内容（在图表中）：

这就是它应该显示的内容：

Answer 1

这里有几个问题：

• 8 位 wav 是无符号的，但 16 位 wav 是有符号的。因此，Carl和Jay的答案中给出的减法步骤是不必要的。我认为他们只是从你的代码中复制，但他们错了。
• 16 位波的范围是从 -32,768 到 32,767，而不是从 -256 到 255，这使得您使用的乘法无论如何都是不正确的。
• 16 位 wav 为 2 个字节，因此您必须读取两个字节才能生成一个样本，而不是一个。您似乎一次正在阅读一个字符。当您读取字节时，如果您的本机字节序不是小字节序，则可能必须交换它们。

假设采用 little-endian 架构，您的代码看起来更像这样（非常接近 Carl 的答案）：

for (int i = 0; i < size; i += 2)
{
    int c = (data[i + 1] << 8) | data[i];
    double t = c/32768.0;
    rawSignal.push_back(t);
}

对于big-endian架构：

for (int i = 0; i < size; i += 2)
{
    int c = (data[i] << 8) | data[i+1];
    double t = c/32768.0;
    rawSignal.push_back(t);
}

该代码未经测试，所以如果它不起作用，请LMK。

Answer 2

（首先关于小端/大端。WAV 只是一种容器格式，其中编码的数据可以是无数格式。大多数编解码器都是无损的（MPEG Layer-3 又名 MP3，是的，流可以“打包”成 WAV、各种 CCITT 和其他编解码器）。您假设您处理某种 PCM 格式，您看到的是 RAW 格式的实际波形，没有对其进行无损转换。取决于生成流的编解码器。 RIFF WAV 文件中格式参数的字节序是否得到保证？)

还有一个问题是，一个 PCM 样本是否是线性比例采样整数，或者其背后是否存在某种比例、对数比例或其他变换。我遇到的常规 PCM wav 文件是简单的线性比例样本，但我并不从事音频录制或制作行业。

解决方案的路径：

1. 确保您处理的是常规 16 位 PCM 编码的 RIFF WAV 文件。
2. 读取流时，始终一次读取两个字节（字符），并将这两个字符转换为 16 位短字节。人们在我面前展示了这个。
3. 您显示的波形清楚地表明您要么没有很好地估计频率（或者您只有一个单声道而不是立体声）。因为采样率（44.1kHz、22KHz、11KHz、8kHz 等）与分辨率（8 位、16 位、24 位等）同样重要。也许在第一种情况下你有立体声数据。您可以将其作为单声道读取，您可能不会注意到它。在第二种情况下，如果您有单声道数据，那么您将在读取数据的过程中耗尽样本。根据你的图表，这似乎是发生的事情。谈论另一个原因：较低的采样分辨率（16 位也较低）通常与较低的采样率配对。因此，如果您的输入数据是记录时间，并且您认为您有 22kHz 数据，但实际上只有 11kHz，那么您将再次从实际样本中耗尽并读取内存垃圾。所以其中之一。

确保正确解释和处理循环迭代器变量及其大小。看起来大小告诉你有多少字节。您将获得正好一半的短整数样本。请注意，Bjorn 的解决方案因此正确地将 i 增加了 2。

Answer 3

我的工作代码是

int8_t* buffer = new int8_t[size];
/*
  HERE buffer IS FILLED
*/
for (int i = 0; i < size; i += 2)
{
    int16_t c = ((unsigned char)buffer[i + 1] << 8) | (unsigned char)buffer[i];
    double t = c/32768.0;
    rawSignal.push_back(t);
}

Answer 4

16 位数量的范围是 -32,768 到 32,767，而不是 -256 到 255（这只是 9 位）。用途：

for (int i = 0; i < size; i += 2)
{
    c = (data[i + 1] << 8) + data[i]; // WAV files are little-endian
    double t = (c - 32768)/32768.0;
    rawSignal.push_back(t);
}

Answer 5

您可能想要更多类似这样的东西：

uint16_t c;
for(unsigned i=0; (i < size); i++)
{
   // get a 16 bit pointer to the array
   uint16_t* p = (uint16_t*)data;
   // get the i-th element
   c = *( p + i );
   // convert to signed? I'm guessing this is what you want
   int16_t cs = (int16_t)c;
   double t = (cs-256)/256.0;
   rawSignal.push_back(t);
}

您的代码将 8 位值转换为有符号值，然后将其写入无符号变量。你应该看看它是否是你想要的。

Answer 6

输入 #0，wav，来自 'SampleAudio.wav'：持续时间：00:01:06.36，比特率：256 kb/sStream #0:0：音频：pcm_s16le ([1][0][0][0] / 0x0001)、8000 Hz、立体声、s16、256 kb/s**[

1.

[`

• 强文字

##

***Heading***

## `

---

]2**