Блог

Насколько я понимаю, используемый мной массив байтов аудио (PCM Stereo 16bit) составляет 4 байта на сэмпл. Я заметил, что при инвертировании значения байта (т. Е. От -128 до 128 и от 128 до -128) звук не переводится в канал объемного звучания. Звучит так же (фронтальный звук). Я экспериментировал с инвертированием каждого второго байта (каждые 2 байта), а не всех байтов, и получил что-то вроде объемного звука, но он очень грязный и прерывистый. Как именно мне обработать обычный 16-битный стереофонический WAV-файл PCM (в виде массива байтов), чтобы звук размещался в каналах объемного звучания?

Мой код:

 public byte[] putInSurround(byte[] audio) {
        for (int i = 0; i < audio.length; i  = 4) {
            int i0 = audio[i   0];
            int i1 = audio[i   1];
            int i2 = audio[i   2];
            int i3 = audio[i   3];
            if (0 > audio[i   0]) {
                i0 = Math.abs(audio[i   0]);
            }
            if (0 < audio[i   0]) {
                i0 = 0 - audio[i   0];
            }
            if (0 > audio[i   1]) {
                i1 = Math.abs(audio[i   1]);
            }
            if (0 < audio[i   1]) {
                i1 = 0 - audio[i   1];
            }
            if (0 > audio[i   2]) {
                i2 = Math.abs(audio[i   2]);
            }
            if (0 < audio[i   2]) {
                i2 = 0 - audio[i   2];
            }
            if (0 > audio[i   3]) {
                i3 = Math.abs(audio[i   3]);
            }
            if (0 < audio[i   3]) {
                i3 = 0 - audio[i   3];
            }
            audio[i   0] = (byte) i0;
            //audio[i   1] = (byte) i1; <-- Commented Out For Every Other Byte.
            //audio[i   2] = (byte) i2; <-- Commented Out For Every Other Byte.
            audio[i   3] = (byte) i3;
        }
        return audio;
    }
  

Я никоим образом не являюсь экспертом в DSP, но у меня есть несколько наблюдений, которые могут оказаться полезными:

• Вы анализируете свой массив с шагом в 4 байта, что корректно соответствует одному 16-битному образцу стереозвука: 2 channels * 16 bits = 32 bits = 4 bytes .

  Возможно, я не понимаю, что вы пытаетесь сделать, но в современном объемном звуке каналы объемного звучания обычно независимы друг от друга. Это означает, что вам потребуется более 4 байт на сэмпл объемного звучания. Если, например, у вас 5 каналов, вам потребуется 10 байт на выборку, что, вероятно, означает, что вам нужны отдельные входные и выходные массивы в вашем коде.

  Существуют такие методы, как Dolby Surround и Dolby Pro Logic, где каналы объемного звучания кодируются матрицей в два стереоканала, но используемая математика DSP намного сложнее, чем та, что есть в вашем коде. Не говоря уже о необходимости специального декодера и потере качества, подразумеваемой такими методами.

• Инвертировать каждый байт 2-байтовой выборки не имеет смысла: значение выборки, равное 1000d, станет -744d. Подобные побитовые операции редко используются в DSP, если вообще используются.

• Обычно звуковые сэмплы хранятся в виде двоичных чисел, дополненных знаком 2. Это делает обработку их по байтам довольно сложной, особенно на языке без беззнаковых чисел и без приведения указателей, таком как Java. Вам было бы лучше преобразовать массив байтов в массив short или int — или использовать другой язык программирования, такой как C .

• При инвертировании -128 получается 128, который не может быть сохранен в байте со знаком, как это используется Java.

• При «инвертировании каждого другого байта» вы сохраняете значение, обратное i 0 и i 3 , вместо i 0 и i 2 или i 1 и i 3 .

• Результат инвертирования каждого другого байта, хотя по-прежнему не имеет никакого смысла, имеет различный эффект, в зависимости от того, является ли ваше звуковое представление строчным или строчным. В файлах RIFF WAV используется порядок байтов с малым концом.

  Инвертирование байтов 0 и 2 изменяет LSB сэмплов, что просто добавило бы шум высокой амплитуды и явные искажения, когда динамический диапазон аудиоклипа ограничен.

  Инвертирование байтов 1 и 3 приблизило бы инвертирование всего сэмпла с высокими амплитудами и добавило бы много искажений в клипах с ограниченным динамическим диапазоном.

• Инвертирование всей выборки, а не отдельных байтов, является приближением сдвига фазы на 180 градусов. Однако я не уверен, где вы можете это использовать…

Вам нужно сообщить нам, что именно вы пытаетесь сделать, если вам нужна дополнительная помощь, кроме этой. Вы должны хотя бы указать, каков ваш ожидаемый результат и какие алгоритмы DSP вы используете.