版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/leixiaohua1020/article/details/50534316
=====================================================
视音频数据处理入门系列文章：
=====================================================
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。
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。-
/**
-
* Split Left and Right channel of 16LE PCM file.
-
* @param url Location of PCM file.
-
*
-
*/
-
int simplest_pcm16le_split(char *url){
-
FILE *fp=fopen(url,
"rb+");
-
FILE *fp1=fopen(
"output_l.pcm",
"wb+");
-
FILE *fp2=fopen(
"output_r.pcm",
"wb+");
-
-
unsigned
char *sample=(
unsigned
char *)
malloc(
4);
-
-
while(!feof(fp)){
-
fread(sample,
1,
4,fp);
-
//L
-
fwrite(sample,
1,
2,fp1);
-
//R
-
fwrite(sample+
2,
1,
2,fp2);
-
}
-
-
free(sample);
-
fclose(fp);
-
fclose(fp1);
-
fclose(fp2);
-
return
0;
-
}
调用上面函数的方法如下所示。
simplest_pcm16le_split("NocturneNo2inEflat_44.1k_s16le.pcm");
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。output_r.pcm：右声道数据。
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。-
/**
-
* Halve volume of Left channel of 16LE PCM file
-
* @param url Location of PCM file.
-
*/
-
int simplest_pcm16le_halfvolumeleft(char *url){
-
FILE *fp=fopen(url,
"rb+");
-
FILE *fp1=fopen(
"output_halfleft.pcm",
"wb+");
-
-
int cnt=
0;
-
-
unsigned
char *sample=(
unsigned
char *)
malloc(
4);
-
-
while(!feof(fp)){
-
short *samplenum=
NULL;
-
fread(sample,
1,
4,fp);
-
-
samplenum=(
short *)sample;
-
*samplenum=*samplenum/
2;
-
//L
-
fwrite(sample,
1,
2,fp1);
-
//R
-
fwrite(sample+
2,
1,
2,fp1);
-
-
cnt++;
-
}
-
printf(
"Sample Cnt:%d\n",cnt);
-
-
free(sample);
-
fclose(fp);
-
fclose(fp1);
-
return
0;
-
}
调用上面函数的方法如下所示。
simplest_pcm16le_halfvolumeleft("NocturneNo2inEflat_44.1k_s16le.pcm");
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。-
/**
-
* Re-sample to double the speed of 16LE PCM file
-
* @param url Location of PCM file.
-
*/
-
int simplest_pcm16le_doublespeed(char *url){
-
FILE *fp=fopen(url,
"rb+");
-
FILE *fp1=fopen(
"output_doublespeed.pcm",
"wb+");
-
-
int cnt=
0;
-
-
unsigned
char *sample=(
unsigned
char *)
malloc(
4);
-
-
while(!feof(fp)){
-
-
fread(sample,
1,
4,fp);
-
-
if(cnt%
2!=
0){
-
//L
-
fwrite(sample,
1,
2,fp1);
-
//R
-
fwrite(sample+
2,
1,
2,fp1);
-
}
-
cnt++;
-
}
-
printf(
"Sample Cnt:%d\n",cnt);
-
-
free(sample);
-
fclose(fp);
-
fclose(fp1);
-
return
0;
-
}
调用上面函数的方法如下所示。
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。
-
/**
-
* Convert PCM-16 data to PCM-8 data.
-
* @param url Location of PCM file.
-
*/
-
int simplest_pcm16le_to_pcm8(char *url){
-
FILE *fp=fopen(url,
"rb+");
-
FILE *fp1=fopen(
"output_8.pcm",
"wb+");
-
-
int cnt=
0;
-
-
unsigned
char *sample=(
unsigned
char *)
malloc(
4);
-
-
while(!feof(fp)){
-
-
short *samplenum16=
NULL;
-
char samplenum8=
0;
-
unsigned
char samplenum8_u=
0;
-
fread(sample,
1,
4,fp);
-
//(-32768-32767)
-
samplenum16=(
short *)sample;
-
samplenum8=(*samplenum16)>>
8;
-
//(0-255)
-
samplenum8_u=samplenum8+
128;
-
//L
-
fwrite(&samplenum8_u,
1,
1,fp1);
-
-
samplenum16=(
short *)(sample+
2);
-
samplenum8=(*samplenum16)>>
8;
-
samplenum8_u=samplenum8+
128;
-
//R
-
fwrite(&samplenum8_u,
1,
1,fp1);
-
cnt++;
-
}
-
printf(
"Sample Cnt:%d\n",cnt);
-
-
free(sample);
-
fclose(fp);
-
fclose(fp1);
-
return
0;
-
}
调用上面函数的方法如下所示。
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。
（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。-
/**
-
* Cut a 16LE PCM single channel file.
-
* @param url Location of PCM file.
-
* @param start_num start point
-
* @param dur_num how much point to cut
-
*/
-
int simplest_pcm16le_cut_singlechannel(char *url,int start_num,int dur_num){
-
FILE *fp=fopen(url,
"rb+");
-
FILE *fp1=fopen(
"output_cut.pcm",
"wb+");
-
FILE *fp_stat=fopen(
"output_cut.txt",
"wb+");
-
-
unsigned
char *sample=(
unsigned
char *)
malloc(
2);
-
-
int cnt=
0;
-
while(!feof(fp)){
-
fread(sample,
1,
2,fp);
-
if(cnt>start_num&&cnt<=(start_num+dur_num)){
-
fwrite(sample,
1,
2,fp1);
-
-
short samplenum=sample[
1];
-
samplenum=samplenum*
256;
-
samplenum=samplenum+sample[
0];
-
-
fprintf(fp_stat,
"%6d,",samplenum);
-
if(cnt%
10==
0)
-
fprintf(fp_stat,
"\n",samplenum);
-
}
-
cnt++;
-
}
-
-
free(sample);
-
fclose(fp);
-
fclose(fp1);
-
fclose(fp_stat);
-
return
0;
-
}
调用上面函数的方法如下所示。
simplest_pcm16le_cut_singlechannel("drum.pcm",2360,120);
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。
4460, 5192, 5956, 6680, 7199, 6706, 5727, 4481, 3261, 1993,
1264, 747, 767, 752, 1248, 1975, 2473, 2955, 2952, 2447,
974, -1267, -4000, -6965,-10210,-13414,-16639,-19363,-21329,-22541,
-23028,-22545,-21055,-19067,-16829,-14859,-12596, -9900, -6684, -3475,
-983, 1733, 3978, 5734, 6720, 6978, 6993, 7223, 7225, 7440,
7688, 8431, 8944, 9468, 9947, 10688, 11194, 11946, 12449, 12446,
12456, 11974, 11454, 10952, 10167, 9425, 8153, 6941, 5436, 3716,
1952, 236, -1254, -2463, -3493, -4223, -4695, -4927, -5190, -4941,
-4188, -2956, -1490, -40, 705, 932, 446, -776, -2512, -3994,
-5723, -7201, -8687,-10157,-11134,-11661,-11642,-11168,-10155, -9142,
-7888, -7146, -6186, -5694, -4971, -4715, -4498, -4471, -4468, -4452,
-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。-
/**
-
* Convert PCM16LE raw data to WAVE format
-
* @param pcmpath Input PCM file.
-
* @param channels Channel number of PCM file.
-
* @param sample_rate Sample rate of PCM file.
-
* @param wavepath Output WAVE file.
-
*/
-
int simplest_pcm16le_to_wave(const char *pcmpath,int channels,int sample_rate,const char *wavepath)
-
{
-
-
typedef
struct WAVE_HEADER{
-
char fccID[
4];
-
unsigned
long dwSize;
-
char fccType[
4];
-
}WAVE_HEADER;
-
-
typedef
struct WAVE_FMT{
-
char fccID[
4];
-
unsigned
long dwSize;
-
unsigned
short wFormatTag;
-
unsigned
short wChannels;
-
unsigned
long dwSamplesPerSec;
-
unsigned
long dwAvgBytesPerSec;
-
unsigned
short wBlockAlign;
-
unsigned
short uiBitsPerSample;
-
}WAVE_FMT;
-
-
typedef
struct WAVE_DATA{
-
char fccID[
4];
-
unsigned
long dwSize;
-
}WAVE_DATA;
-
-
-
if(channels==
0||sample_rate==
0){
-
channels =
2;
-
sample_rate =
44100;
-
}
-
int bits =
16;
-
-
WAVE_HEADER pcmHEADER;
-
WAVE_FMT pcmFMT;
-
WAVE_DATA pcmDATA;
-
-
unsigned
short m_pcmData;
-
FILE *fp,*fpout;
-
-
fp=fopen(pcmpath,
"rb");
-
if(fp ==
NULL) {
-
printf(
"open pcm file error\n");
-
return
-1;
-
}
-
fpout=fopen(wavepath,
"wb+");
-
if(fpout ==
NULL) {
-
printf(
"create wav file error\n");
-
return
-1;
-
}
-
//WAVE_HEADER
-
memcpy(pcmHEADER.fccID,
"RIFF",
strlen(
"RIFF"));
-
memcpy(pcmHEADER.fccType,
"WAVE",
strlen(
"WAVE"));
-
fseek(fpout,
sizeof(WAVE_HEADER),
1);
-
//WAVE_FMT
-
pcmFMT.dwSamplesPerSec=sample_rate;
-
pcmFMT.dwAvgBytesPerSec=pcmFMT.dwSamplesPerSec*
sizeof(m_pcmData);
-
pcmFMT.uiBitsPerSample=bits;
-
memcpy(pcmFMT.fccID,
"fmt ",
strlen(
"fmt "));
-
pcmFMT.dwSize=
16;
-
pcmFMT.wBlockAlign=
2;
-
pcmFMT.wChannels=channels;
-
pcmFMT.wFormatTag=
1;
-
-
fwrite(&pcmFMT,
sizeof(WAVE_FMT),
1,fpout);
-
-
//WAVE_DATA;
-
memcpy(pcmDATA.fccID,
"data",
strlen(
"data"));
-
pcmDATA.dwSize=
0;
-
fseek(fpout,
sizeof(WAVE_DATA),SEEK_CUR);
-
-
fread(&m_pcmData,
sizeof(
unsigned
short),
1,fp);
-
while(!feof(fp)){
-
pcmDATA.dwSize+=
2;
-
fwrite(&m_pcmData,
sizeof(
unsigned
short),
1,fpout);
-
fread(&m_pcmData,
sizeof(
unsigned
short),
1,fp);
-
}
-
-
pcmHEADER.dwSize=
44+pcmDATA.dwSize;
-
-
rewind(fpout);
-
fwrite(&pcmHEADER,
sizeof(WAVE_HEADER),
1,fpout);
-
fseek(fpout,
sizeof(WAVE_FMT),SEEK_CUR);
-
fwrite(&pcmDATA,
sizeof(WAVE_DATA),
1,fpout);
-
-
fclose(fp);
-
fclose(fpout);
-
-
return
0;
-
}
调用上面函数的方法如下所示。
simplest_pcm16le_to_wave("NocturneNo2inEflat_44.1k_s16le.pcm",2,44100,"output_nocturne.wav");
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。
WAVE_HEADER |
WAVE_FMT |
WAVE_DATA |
PCM数据 |
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。
-
typedef
struct WAVE_HEADER{
-
char fccID[
4];
-
unsigned
long dwSize;
-
char fccType[
4];
-
}WAVE_HEADER;
-
-
typedef
struct WAVE_FMT{
-
char fccID[
4];
-
unsigned
long dwSize;
-
unsigned
short wFormatTag;
-
unsigned
short wChannels;
-
unsigned
long dwSamplesPerSec;
-
unsigned
long dwAvgBytesPerSec;
-
unsigned
short wBlockAlign;
-
unsigned
short uiBitsPerSample;
-
}WAVE_FMT;
-
-
typedef
struct WAVE_DATA{
-
char fccID[
4];
-
unsigned
long dwSize;
-
}WAVE_DATA;
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(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
1997
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
