音频单元样本值范围答案

【问题标题】：Audio Units samples value range音频单元样本值范围
【发布时间】：2012-08-24 16:07:22
【问题描述】：

我想知道音频单元在缓冲区中期望什么样的值。现在，当我计算振幅为 0.5 的单个频率上的正弦波样本时，一切正常。

但是当我想同时播放多个频率时，例如一次播放 5 个频率，然后我通过将它们相加来将样本混合在一起，样本值会变得更高，并且声音不再干净。

所以我想知道我的最大采样值是多少，然后才开始听到脏声音。

【问题讨论】：

您可以对它们进行归一化，也就是说，您可以对每个样本执行平均值，而不是简单地添加它们。
有什么例子可以说明这是如何做到的吗？
如果在你的代码中你正在做out[i]=a[i]+b[i]+c[i]，现在你会做out[i]=(a[i]+b[i]+c[i])/3。
如果我从三个音符变为四个音符并突然除以 4，这不会造成任何问题吗？我的意思是，幅度的突然变化不会很明显吗？
当然，这很明显，这完全取决于您的目标是什么。如果您想添加两个声音（就像同时弹奏钢琴的两个琴键一样），那么简单的添加是正确的方法；为避免失真，请确保原始幅度足够小，不会超过输出的动态范围。相反，如果您希望峰值不超过原始幅度，请取平均值。如果您想将输出的感知强度保持为输入之一，请除以声音数量的平方根（尽管实际上它更复杂）。

【解决方案1】：

在 OS X 上

样本值通常在[-1.0...1.0) 范围内，其中最大值和最小值对应于 0 dBFS。但是，您应该准备好处理更大的样本值。

许多使用浮点渲染/混合图的人习惯于在不考虑超过 0 dBFS 的情况下工作。他们可能仅在输出到硬件或音频文件时验证信号不超过 0 dBFS。

如果您只有一个将 5 个正弦信号相加的合成器，每个正弦信号为 -6 dBFS，则在正常情况下应该不会出现信号削波，即使您超过 [-1...1)，因为您使用的是浮点数代表您的信号的数字。

有一些例外：

我通常会通过向它发送一个明显会削波的信号来证明/反驳这一点。当然，选择使用整数处理的信号处理器/生成器可以（并且应该）留出大量余量以避免削波（因为处理器不太可能使用小于 32 位的任何东西处理音频）。

在 iOS 上

因为在 iOS 设备上浮点处理速度要慢得多，所以规范 AudioUnitSampleType 被指定为 Q7.24 定点。

这种格式的解释can be found here。另请参阅围绕该主题的帖子。

因为这不是浮点数，所以您必须更加小心增益级以避免内部削波。

另外请注意，可以在 iOS 上配置 32 位 float 图形。在这种情况下，您应该避免在处理器的输出上超过 [-1.0...1.0)，因为您的输出很可能迟早会转换为非浮点表示（与 OS X 相比），除非您当然有直接的控制处理链下游适当点的增益分级，并适当调整这些点的幅度。

【讨论】：

在输出到达 DAC 之前降低输出到底是什么意思。跟幅度有关系吗？我只是将我的样本总和发送到缓冲区。我的代码基于这个例子：cocoawithlove.com/2010/10/…
@Sled 那篇文章是关于 iOS 上的 AudioUnits 的——与桌面完全不同的世界，原始的/通用的/开放的 AudioUnit。将不得不更新答案。我的回答是关于 OS X 上的 AU。
对不起，我应该提到这是一个 iOS 应用程序，但我认为这无关紧要。
是的，在这方面完全不同，因为 iOS 上的 AU 和 fp 处理要慢得多 - 所以他们在 iOS 上使用了 Q7.24。同样，没有真正的方法在 iOS 上开发 AU，所以......我假设是 OS X。np
@Sled 从技术上讲，1.0 会剪辑。只需将最大值想象为目标样本格式的整数减一（无论该宽度可能是多少）。例如：如果从浮点数转换为 8 位，则 -1 映射到 -128——类似地，+1 映射到 +128。 +127 是有符号的 8 位值表示的最高值，因此 +128 将是一个剪辑。