如何转换音频数据格式1

原文在此：http://www.codeproject.com/Articles/501521/How-to-convert-between-most-audio-formats-in-NET

前面的音频处理背景知识就先跳过，需要的请自行脑补。

直接上干货。

一、声道转换

1、单声道转立体声

原理，双声道的16位采样，每16位是一个声道，也就是两字节；下一个16位是另外一个声道，交错进行。

private byte[] MonoToStereo(byte[] input)
{
    byte[] output = new byte[input.Length * 2];
    int outputIndex = 0;
    for (int n = 0; n < input.Length; n+=2)
    {
        // copy in the first 16 bit sample
        output[outputIndex++] = input[n];
        output[outputIndex++] = input[n+1];
        // now copy it in again
        output[outputIndex++] = input[n];
        output[outputIndex++] = input[n+1];        
    }
    return output;
}

2、立体声转单声道

原理，去掉一半的数据即可。

private byte[] StereoToMono(byte[] input)
{
    byte[] output = new byte[input.Length / 2];
    int outputIndex = 0;
    for (int n = 0; n < input.Length; n+=4)
    {
        // copy in the first 16 bit sample
        output[outputIndex++] = input[n];
        output[outputIndex++] = input[n+1];
    }
    return output;
}

3、混合立体声转单声道

如果是混合立体声，则可以把左右声道的数据求平均，得到单声道的值

private byte[] MixStereoToMono(byte[] input)
{
    byte[] output = new byte[input.Length / 2];
    int outputIndex = 0;
    for (int n = 0; n < input.Length; n+=4)
    {
        int leftChannel = BitConverter.ToInt16(input,n);
        int rightChannel = BitConverter.ToInt16(input,n+2);
        int mixed = (leftChannel + rightChannel) / 2;
        byte[] outSample = BitConverter.GetBytes((short)mixed);
        
        // copy in the first 16 bit sample
        output[outputIndex++] = outSample[0];
        output[outputIndex++] = outSample[1];
    }
    return output;
}

二、位宽转换

4、16位转32位float

相对简单，把每个16bit（两个byte，合成一个short）除以16位的最大值，得到一个相对的float值（介于0-1之间）。

public float[] Convert16BitToFloat(byte[] input)
{
    int inputSamples = input.Length / 2; // 16 bit input, so 2 bytes per sample
    float[] output = new float[inputSamples];
    int outputIndex = 0;
    for(int n = 0; n < inputSamples; n++)
    {
        short sample = BitConverter.ToInt16(input,n*2);
        output[outputIndex++] = sample / 32768f;
    }
    return output;
}

5、24位转32位float

这个就稍微麻烦了，从原数据中每次取24位，即3个byte，补上一个0，折合成一个int，然后除以3个byte组成的数据最大值，得到一个相对float值（介于0-1之间）。

public float[] Convert24BitToFloat(byte[] input)
{
    int inputSamples = input.Length / 3; // 24 bit input
    float[] output = new float[inputSamples];
    int outputIndex = 0;
    var temp = new byte[4];
    for(int n = 0; n < inputSamples; n++)
    {
        // copy 3 bytes in
        Array.Copy(input,n*3,temp,0,3);
        int sample = BitConverter.ToInt32(temp,0);
        output[outputIndex++] = sample / 16777216f;
    }
    return output;
}

这种方式其实也相当于把3个采样点，线性拟合变成了2个了。

6、还原数据

两种方式还原的代码一样（后一种多的一个点信息已经丢失，还原也只有2个byte了）：

for (int sample = 0; sample < sourceSamples; sample++)
{
    // adjust volume
    float sample32 = sourceBuffer[sample] * volume;
    // clip
    if (sample32 > 1.0f)
        sample32 = 1.0f;
    if (sample32 < -1.0f)
        sample32 = -1.0f;
    destBuffer[destOffset++] = (short)(sample32 * 32767);
}

三、重采样

采样是这个文章中比较复杂的部分。

=================== 占坑，以后讲原理====================

7、一个简单的重采样算法

原理就是，拉大或缩小采样点的间距。当然，明显的是，如果如果新采样率大于旧的，其实没有意义，造成很多点只会简单重复。

新采样率小于旧的，就会在现有的点上，等比例往后拉。

// Just about worst resampling algorithm possible:
private float[] ResampleNaive(float[] inBuffer, int inputSampleRate, int outputSampleRate)
{
    var outBuffer = new List<float>();
    double ratio = (double) inputSampleRate / outputSampleRate;
    int outSample = 0;
    while (true)
    {
        int inBufferIndex = (int)(outSample++ * ratio);
        if (inBufferIndex < read)
            writer.WriteSample(inBuffer[inBufferIndex]);
        else
            break;    
    } 
    return outBuffer.ToArray();    
}

========== 留坑，讲重采样的测试==========

下一部分，音频文件格式的转换