C++ 中的音频操作答案

【问题标题】：Audio Manipulation In C++C++ 中的音频操作
【发布时间】：2011-03-21 14:51:09
【问题描述】：

我希望这是发布此内容的正确位置，并且有人可以提供帮助。

我是一名音乐技术专业的学生，最近开始学习 C++，因为这将极大地帮助我了解一门编程语言，尤其是这门语言，因为它用于视频游戏行业。

总之进入主题。我想要创建的是一个程序（在 C++ 中），它允许用户加载一个 16 位线性 PCM WAVE 文件。然后我想操作该波形文件中的音频样本数据。我想删除每第 n 个样本或在某个参数（±10%）内随机化它们。然后将其写入新的 WAVE 文件。

我比较熟悉 WAVE 文件的结构和 RIFF 标头。我现在也使用 Xcode 作为我的 IDE（因为我的 macbook pro 是我的工作计算机），但如果需要，我可以使用代码块在我的 PC 上编码。

所以简单来说它应该显示类似这样的东西？我知道这其中有错误，只是为了让您了解我所追求的：

#include <iostream>
using namespace std;

class main()    //function start
{
    string fileinput;   //variable
    string outlocation; //variable

    cout << "please type file path directory: \n \n";
    cin >> fileinput;   //navigate to file by typing

    cout << "Where would you like to save new file? \n \n";
    cin >> outlocation; //select output by typing

    // Then all the maths and manipulation is done

    cout << "Your file has been created at ";
    cout << outlocation;
    cout << "\n \n";

    system("pause");

    return 0;
}

如果有的话，是否可以在 Xcode 中执行此操作？我需要哪些库？我知道这不是简单的事情，所以任何帮助将不胜感激。

感谢您的帮助和时间。

詹姆斯

【问题讨论】：

是的 - 这应该很简单 - 你只需要一个合适的库来在内存中的 WAV 文件数据和原始 PCM 样本之间进行转换。

标签： c++ audio signal-processing

【解决方案1】：

如果您知道 RIFF 文件结构，您可能也已经知道 PCM 音频是如何存储在其中的。

常见的格式是 16 位立体声 pcm。在这种情况下，每个样本是 2 个字节，并且两个样本属于一起（左+右）。但是您需要检查格式块的确切格式。但我现在假设您正在处理一个 16 位立体声 pcm wav 文件。

您可以使用 16 位整数类型（short、_int16、int16_t）来处理样本。例如，要减小音量，您可以将每个样本除以某个数字。但如果你将它除以 2，它并不自动意味着它会变响一半。见this post。

如果您只是操作样本，则 RIFF 标头不会更改，因此您可以从源中复制它们。

如果你想删除或添加样本，数据块的大小将会改变，同时 riff-header 中整个文件的大小也会改变。例如，您可以简单地删除每 10 个样本，然后从数据块中复制 9*4=36 个字节，跳过 4 个字节，复制 36 个字节等等。但如果你这样做，听起来会很糟糕。听到结果的最佳方法是操纵正弦波。如果正弦不完全正确，则很容易听到。要以正确的方式删除样本，您可能需要使用快速傅里叶变换 (FFT)。

作为基于您的 cmets 的补充，我添加以下内容：

请参阅C++ Binary File I/O 了解有关文件 I/O 的快速操作方法。您描述 RIFF 格式的 link 看起来正确但不完整。根据该描述，标头始终为 44 个字节。但是可以在标题中添加更多信息。

您应该做的是跳过前 12 个字节（尽管您可以使用它来验证文件是否真的是波形文件）。然后在循环中读取下一个块的名称和大小。如果它是你知道的块（'fmt' 或 'data'），你可以处理它，否则跳过它。

所以它可能看起来像这样：

ifstream myFile ("example.wav", ios::in | ios::binary);
char buffer[12];
myFile.read (buffer, 12); // skip RIFF header

char chunkName[5];
unsigned long chunksize;
while (myFile.read (chunkName, 4)) {
    chunkName[4]='\0'; // add trailing zero
    myFile.read((char*)&chunksize, 4);

    // if chunkname is 'fmt ' or 'data' process it here,
    // otherwise skip any unknown chunk:
    myFile.seekg(chunksize, ios_base::cur);
}

【讨论】：

好的，但我仍然不确定如何写这个？有人建议我需要一个音频文件阅读器并将所有内容存储在缓冲区中。然后操作样本并导出。但是把它写成代码，特别是当我还是新手时，这很困难。另外，如果我只是更改样本值而不删除任何值，我认为我不需要更改 RIFF 标头中的任何内容？
我认为您最好将其拆分为较小的任务。不要尝试立即编写此内容，而是首先解析 RIFF 标头并在屏幕上显示有关它的信息。如果您对此不熟悉，那么您最好自己开始并在遇到困难时寻求帮助。但是，如果您让其他人创建所有代码，您将一无所获。关于您的评论，如果文件不是太大，您只能将所有内容存储在缓冲区中。否则你会耗尽内存。但是您也可以只将文件的一部分放在缓冲区中，然后对其进行操作。但这可能更困难。
好的，我一直在使用这个网站查看 WAVE 和 RIFF 的资源：@987654324@。我在理论上知道其中的大部分内容，但从来没有绕开编程之类的。我环顾四周，一直在研究导致我写这个的代码：link 我使用了一张图片，因为使用代码（或 pastebin）弄乱了我的注释格式。但是这段代码还没有任何内容。如何让它读取音频以便显示此信息？卸载？
我在上面添加了更多信息。

【解决方案2】：

这是我的 wav2pcm 和 pcm2wav 实用程序的（相对）便携源： http://nishi.dreamhosters.com/u/wav2pcm_v0.rar

【讨论】：

【解决方案3】：

参见 libsndfile。

http://en.wikipedia.org/wiki/Libsndfile

【讨论】：