WebRTC 音频采样算法 附完整C++示例代码
之前有大概介绍了音频采样相关的思路,详情见《简洁明了的插值音频重采样算法例子 (附完整C代码)》。
音频方面的开源项目很多很多。
最知名的莫过于谷歌开源的WebRTC,
其中的音频模块就包含有
AGC自动增益补偿(Automatic Gain Control)
自动调麦克风的收音量,使与会者收到一定的音量水平,不会因发言者与麦克风的距离改变时,声音有忽大忽小声的缺点。
ANS背景噪音抑制(Automatic Noise Suppression)
探测出背景固定频率的杂音并消除背景噪音。
AEC是回声消除器(Acoustic Echo Canceller)
对扬声器信号与由它产生的多路径回声的相关性为基础,建立远端信号的语音模型,利用它对回声进行估计,并不断地修改滤波器的系数,使得估计值更加逼近真实的回声。然后,将回声估计值从话筒的输入信号中减去,从而达到消除回声的目的,AEC还将话筒的输入与扬声器过去的值相比较,从而消除延长延迟的多次反射的声学回声。根椐存储器存放的过去的扬声器的输出值的多少,AEC可以消除各种延迟的回声。
在《音频增益响度分析 ReplayGain 附完整C代码示例》也提及到了。
不过本文还不是着重于这三个算法,还是先从采样算法来。
当然有兴趣的小伙伴,建议去看下 WebRTC中与signal_processing_library相关的操作算法。
有不少优化的思路可以学习之。
这里也不展开了。
之前说过采样可以采用简单的插值的方式进行模拟处理,在精度要求不高的情况下。
但是若是对精度有所要求,那就另论了。
好在前人踩坑,后人走路。
WebRTC中有一个音频采样器的类,虽然有一定的使用限制,但是在大多数应用场景下,也够用了。
WebRTC的代码是很干净,奈何,各个头文件之间的依赖,实在混乱。
不过稍微耐心,还是能把代码理出个七七八八。
稍微花了时间,造福下大家。
将WebRTC中的采样器代码单独抽离出来,
并编写了C++示例代码。
完整示例代码:
#include <cstdio> #include <cstdlib> #include <cstdint> //采用https://github.com/mackron/dr_libs/blob/master/dr_wav.h 解码 #define DR_WAV_IMPLEMENTATION #include "dr_wav.h" #include "resampler.h" //写wav文件 void wavWrite_int16(char *filename, int16_t *buffer, size_t sampleRate, size_t totalSampleCount) { drwav_data_format format = {}; format.container = drwav_container_riff; // <-- drwav_container_riff = normal WAV files, drwav_container_w64 = Sony Wave64. format.format = DR_WAVE_FORMAT_PCM; // <-- Any of the DR_WAVE_FORMAT_* codes. format.channels = 1; format.sampleRate = (drwav_uint32) sampleRate; format.bitsPerSample = 16; drwav *pWav = drwav_open_file_write(filename, &format); if (pWav) { drwav_uint64 samplesWritten = drwav_write(pWav, totalSampleCount, buffer); drwav_uninit(pWav); if (samplesWritten != totalSampleCount) { fprintf(stderr, "ERROR\n"); exit(1); } } } //读取wav文件 int16_t *wavRead_int16(char *filename, uint32_t *sampleRate, uint64_t *totalSampleCount) { unsigned int channels; int16_t *buffer = drwav_open_and_read_file_s16(filename, &channels, sampleRate, totalSampleCount); if (buffer == nullptr) { printf("读取wav文件失败."); } //仅仅处理单通道音频 if (channels != 1) { drwav_free(buffer); buffer = nullptr; *sampleRate = 0; *totalSampleCount = 0; } return buffer; } //分割路径函数 void splitpath(const char *path, char *drv, char *dir, char *name, char *ext) { const char *end; const char *p; const char *s; if (path[0] && path[1] == ':') { if (drv) { *drv++ = *path++; *drv++ = *path++; *drv = '\0'; } } else if (drv) *drv = '\0'; for (end = path; *end && *end != ':';) end++; for (p = end; p > path && *--p != '\\' && *p != '/';) if (*p == '.') { end = p; break; } if (ext) for (s = end; (*ext = *s++);) ext++; for (p = end; p > path;) if (*--p == '\\' || *p == '/') { p++; break; } if (name) { for (s = p; s < end;) *name++ = *s++; *name = '\0'; } if (dir) { for (s = path; s < p;) *dir++ = *s++; *dir = '\0'; } } int16_t *resampler(int16_t *data_in, size_t totalSampleCount, size_t in_sample_rate, size_t out_sample_rate) { if (data_in == nullptr) return nullptr; if (in_sample_rate == 0) return nullptr; size_t lengthIn = in_sample_rate / 100; size_t maxLen = out_sample_rate / 100; const int channels = 1; Resampler rs; size_t outLen = (size_t) (totalSampleCount * out_sample_rate / in_sample_rate); int16_t *data_out = (int16_t *) malloc(outLen * sizeof(int16_t)); if (data_out == nullptr) return nullptr; size_t nCount = (totalSampleCount / lengthIn); size_t nLast = totalSampleCount - (lengthIn * nCount); int16_t *samplesIn = data_in; int16_t *samplesOut = data_out; rs.Reset(in_sample_rate, out_sample_rate, channels); outLen = 0; for (int i = 0; i < nCount; i++) { rs.Push(samplesIn, lengthIn, samplesOut, maxLen, outLen); samplesIn += lengthIn; samplesOut += outLen; } if (nLast != 0) { const int max_samples = 1920; int16_t samplePatchIn[max_samples] = {0}; int16_t samplePatchOut[max_samples] = {0}; memcpy(samplePatchIn, samplesIn, nLast * sizeof(int16_t)); rs.Push(samplesIn, nLast, samplePatchOut, maxLen, outLen); memcpy(samplesOut, samplePatchOut, (nLast * out_sample_rate / in_sample_rate) * sizeof(int16_t)); } return data_out; } void ResampleTo(char *in_file, char *out_file, size_t out_sample_rate = 16000) { //音频采样率 uint32_t sampleRate = 0; //总音频采样数 uint64_t inSampleCount = 0; int16_t *inBuffer = wavRead_int16(in_file, &sampleRate, &inSampleCount); //如果加载成功 if (inBuffer != nullptr) { int16_t *outBuffer = resampler(inBuffer, (size_t) inSampleCount, sampleRate, out_sample_rate); if (outBuffer != nullptr) { size_t outSampleCount = (size_t) (inSampleCount * (out_sample_rate * 1.0f / sampleRate)); wavWrite_int16(out_file, outBuffer, out_sample_rate, outSampleCount); free(outBuffer); } free(inBuffer); } } int main(int argc, char *argv[]) { printf("WebRtc Resampler\n"); printf("博客:http://tntmonks.cnblogs.com/\n"); printf("音频插值重采样\n"); printf("支持采样率: 8k、16k、32k、48k、96k\n"); if (argc < 2) return -1; char *in_file = argv[1]; char drive[3]; char dir[256]; char fname[256]; char ext[256]; char out_file[1024]; splitpath(in_file, drive, dir, fname, ext); sprintf(out_file, "%s%s%s_out%s", drive, dir, fname, ext); ResampleTo(in_file, out_file, 32000); getchar(); printf("按任意键退出程序 \n"); return 0; }
项目地址:https://github.com/cpuimage/WebRTC_Resampler
采样器的代码很简单,详情见resampler.cpp
示例具体流程为:
加载wav(拖放wav文件到可执行文件上)->重采样->保存为_out.wav文件
示例比较简单,用cmake即可进行编译示例代码,详情见CMakeLists.txt。
若有其他相关问题或者需求也可以邮件联系俺探讨。
邮箱地址是:
gaozhihan@vip.qq.com
上一篇: LeetCode 二叉树 中序遍历