本文分別介紹如下幾個PCM音頻采樣數據處理函數：
分離PCM16LE雙聲道音頻采樣數據的左聲道和右聲道
將PCM16LE雙聲道音頻采樣數據中左聲道的音量降一半
將PCM16LE雙聲道音頻采樣數據的聲音速度提高一倍
將PCM16LE雙聲道音頻采樣數據轉換為PCM8音頻采樣數據
從PCM16LE單聲道音頻采樣數據中截取一部分數據
將PCM16LE雙聲道音頻采樣數據轉換為WAVE格式音頻數據
音頻采樣數據在視頻播放器的解碼流程中的位置如下圖所示。
函數列表
（1）分離PCM16LE雙聲道音頻采樣數據的左聲道和右聲道
本程序中的函數可以將PCM16LE雙聲道數據中左聲道和右聲道的數據分離成兩個文件。函數的代碼如下所示。
/**
* 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;
}
從代碼可以看出，PCM16LE雙聲道數據中左聲道和右聲道的采樣值是間隔存儲的。每個采樣值占用2Byte空間。代碼運行后，會把NocturneNo2inEflat_44.1k_s16le.pcm的PCM16LE格式的數據分離為兩個單聲道數據：
output_l.pcm：左聲道數據。
output_r.pcm：右聲道數據。
注：本文中聲音樣值的采樣頻率一律是44100Hz，采樣格式一律為16LE。“16”代表采樣位數是16bit。由于1Byte=8bit，所以一個聲道的一個采樣值占用2Byte。“LE”代表Little Endian，代表2 Byte采樣值的存儲方式為高位存在高地址中。
下圖為輸入的雙聲道PCM數據的波形圖。上面的波形圖是左聲道的圖形，下面的波形圖是右聲道的波形。圖中的橫坐標是時間，總長度為22秒；縱坐標是取樣值，取值范圍從-32768到32767。
下圖為分離后左聲道數據output_l.pcm的音頻波形圖
下圖為分離后右聲道數據output_r.pcm的音頻波形圖。
(2)將PCM16LE雙聲道音頻采樣數據中左聲道的音量降一半
本程序中的函數可以將PCM16LE雙聲道數據中左聲道的音量降低一半。函數的代碼如下所示。
/**
* 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;
} ```
從源代碼可以看出，本程序在讀出左聲道的2 Byte的取樣值之后，將其當成了C語言中的一個short類型的變量。將該數值除以2之后寫回到了PCM文件中。下圖為輸入PCM雙聲道音頻采樣數據的波形圖。
下圖為輸出的左聲道經過處理后的波形圖。可以看出左聲道的波形幅度降低了一半。
#####（3）將PCM16LE雙聲道音頻采樣數據的聲音速度提高一倍
本程序中的函數可以通過抽象的方式將PCM16LE雙聲道數據的速度提高一倍。函數的代碼如下所示。
/**
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;
}
從源代碼可以看出，本程序只采樣了每個聲道奇數點的樣值。處理完成后，原本22秒左右的音頻變成了11秒左右。音頻的播放速度提高了2倍，音頻的音調也變高了很多。下圖為輸入PCM雙聲道音頻采樣數據的波形圖。
下圖為輸出的PCM雙聲道音頻采樣數據的波形圖。通過時間軸可以看出音頻變短了很多。
#####（4）將PCM16LE雙聲道音頻采樣數據轉換為PCM8音頻采樣數據
本程序中的函數可以通過計算的方式將PCM16LE雙聲道數據16bit的采樣位數轉換為8bit。函數的代碼如下所示。
/**
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;
}
PCM16LE格式的采樣數據的取值范圍是-32768到32767，而PCM8格式的采樣數據的取值范圍是0到255。所以PCM16LE轉換到PCM8需要經過兩個步驟：第一步是將-32768到32767的16bit有符號數值轉換為-128到127的8bit有符號數值，第二步是將-128到127的8bit有符號數值轉換為0到255的8bit無符號數值。在本程序中，16bit采樣數據是通過short類型變量存儲的，而8bit采樣數據是通過unsigned char類型存儲的。下圖為輸入的16bit的PCM雙聲道音頻采樣數據的波形圖。
下圖為輸出的8bit的PCM雙聲道音頻采樣數據的波形圖。注意觀察圖中縱坐標的取值范圍已經變為0至255。如果仔細聆聽聲音的話，會發現8bit PCM的音質明顯不如16 bit PCM的音質。
#####（5）將從PCM16LE單聲道音頻采樣數據中截取一部分數據
本程序中的函數可以從PCM16LE單聲道數據中截取一段數據，并輸出截取數據的樣值。函數的代碼如下所示。
/**
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;
}
本程序可以從PCM數據中選取一段采樣值保存下來，并且輸出這些采樣值的數值。上述代碼運行后，會把單聲道PCM16LE格式的“drum.pcm”中從2360點開始的120點的數據保存成output_cut.pcm文件。下圖為“drum.pcm”的波形圖，該音頻采樣頻率為44100KHz，長度為0.5秒，一共包含約22050個采樣點。
下圖為截取出來的output_cut.pcm文件中的數據。
下面列出了上述數據的采樣值。
[plain] view plain copy 在CODE上查看代碼片派生到我的代碼片
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）將PCM16LE雙聲道音頻采樣數據轉換為WAVE格式音頻數據
WAVE格式音頻（擴展名為“.wav”）是Windows系統中最常見的一種音頻。該格式的實質就是在PCM文件的前面加了一個文件頭。本程序的函數就可以通過在PCM文件前面加一個WAVE文件頭從而封裝為WAVE格式音頻。函數的代碼如下所示。
/**
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;
}
WAVE文件是一種RIFF格式的文件。其基本塊名稱是“WAVE”，其中包含了兩個子塊“fmt”和“data”。從編程的角度簡單說來就是由WAVE_HEADER、WAVE_FMT、WAVE_DATA、采樣數據共4個部分組成。它的結構如下所示。
WAVE_HEADER
WAVE_FMT
WAVE_DATA
PCM數據
其中前3部分的結構如下所示。在寫入WAVE文件頭的時候給其中的每個字段賦上合適的值就可以了。但是有一點需要注意：WAVE_HEADER和WAVE_DATA中包含了一個文件長度信息的dwSize字段，該字段的值必須在寫入完音頻采樣數據之后才能獲得。因此這兩個結構體最后才寫入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;
本程序的函數執行完成后，就可將NocturneNo2inEflat_44.1k_s16le.pcm文件封裝成output_nocturne.wav文件。