音频PCM 48K to 16K 重采样

最新推荐文章于 2025-03-04 20:43:27 发布

ContainsK

最新推荐文章于 2025-03-04 20:43:27 发布

阅读量9k

点赞数 3

分类专栏： Kotlin 文章标签： Kotlin Android PCM重采样

本文链接：https://blog.csdn.net/ContainsK/article/details/99166863

版权

一个音频识别项目需要将48KHz的双声道16Bit音频数据重采样为16KHz单声道16Bit。由于WebRTC SDK不提供直接修改采样率的API，通过获取PCM原始数据进行重采样成为解决方案。本文介绍了PCM数据格式，并阐述了重采样的基本思路，即每读取3个48KHz采样点取第一个来估算16KHz的一个采样点。最后，简述了在Android（Kotlin）中进行重采样的实现过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

简述

部门有一个音频识别项目，采样率是16K 单通道，16Bit，最近需要接入视频通讯SDK，使用的是Webrtc 音频采样率是48K，双声道，16bit，本来想着有API可以修改这个采样率，但是SDK提供商说没有，看了下源码，确实不太好改，WebRtc 针对48K采样率的音频做了编码处理等一些操作。只能剑走偏锋？还好API提供了本地原始数据PCM的回调接口，可以将数据重采样成16K，对此做一下记录，加深印象！

重采样后的音频图对比

PCM数据格式

PCM(Pulse Code Modulation)也被称为脉码编码调制。PCM中的声音数据没有被压缩，如果是单声道的文件，采样数据按时间的先后顺序依次存入。(它的基本组织单位是BYTE(8bit)或WORD(16bit))

重采样思路

同一时间的单位区间内 48000HZ采样了3个点，16000HZ则采样了1个点，即从48000HZ的文件中每读取3个数据，就要根据这3个数据去推算得到1个数据，而这个数据对应的就是16000HZ文件中的一个数据。本文采用的是取3个采样点的第1个。

采样点计算：
采样率 * 声道 * 深位 = 16000 * 1 * 16
在AudioRecord中读取的时我们使用Byte数组读取的，Byte数字占用内存1个字节，也就是8位，但是音频采样点是16位一个，所以需要转换成Short。

    fun formatPcmByte2Short(dbyte: Byte, gbyte

最低0.47元/天解锁文章