前言
音频是移动端很重要的能力,像直播类、在线教育类、唱歌类、短视频类等APP,都离不开音频功能。
具备音频相关知识与能力,对未来的职业发展有很大优势。
本文主要围绕音频知识的基础——PCM,介绍PCM的原理和相关操作。
声音是模拟的连续信号,而计算机只能离散的存储。为了使得计算机具备音频的能力,必须支持连续音频信号的离散化描述,而PCM具备这个能力。
正文
PCM脉冲编码调制(Pulse Code Modulation)
脉冲编码调制就是把一个时间连续,取值连续的模拟信号变换成时间离散,取值离散的数字信号后在信道中传输。脉冲编码调制就是对模拟信号先抽样,再对样值幅度量化,编码的过程。
总结起来就是三个步骤:
1、抽样;
2、量化;
3、编码;
PCM基础概念
了解PCM的基本原理之后,再看看PCM衍生出来的常见概念。
1、声道;
录制和播放时,音频信号的数量。
2、采样率;
每秒从连续信号中提取并组成离散信号的采样个数,单位是赫兹(Hz);
奈奎斯特采样定理:当采样频率大于声音最高频率的两倍,能完整的保留声音的信息。
3、采样深度;
量化的二进制位数,常为16位;
4、码率;
音频流每秒的大小,单位常用bps;
一个采样率为44.1KHz,采样大小为16bit,双声道的PCM编码的文件,码率为 44.1K×16×2 =1411.2 Kbps
PCM数据操作
了解完PCM的相关概念后,再来看看PCM相关的数据操作。
1、PCM混合;
重采样,对位相加,溢出处理;
2、单声道变立体声;
增加声道,复制数据;
3、立体声变单声道;
减少声道,声道混合或只取其一;
4、音量调整和静音;
改变量化值,对数优化,清零静音;
5、播放速率调整;
快放:相邻位合并,缩减长度;
慢放:长度增加,量化值不变;
PCM数据的操作,就是直接操作音频流数据,比如一个简单的音量变大操作:
int16_t *curData = (int16_t *)ioData->mBuffers[0].mData; int size = ioData->mBuffers[0].mDataByteSize; // 音量操作 for (int pos = 0; pos < size; pos += 2, ++curData) { int data = *curData; { // 音量调整 data = data * 2; // 溢出 if (data > 32767) { data = 32767; } else if (data < -32768) { data = -32768; } } *curData = data; }
Audio Unit 播放 PCM
AudioStreamBasicDescription
iOS的音频描述结构体,包括解析音频数据需要的各种参数
mSampleRate:采样率
mFormatID:编码格式
mFormatFlags:数据格式;(L/R,整形or浮点)
mBytesPerPacket:每个Packet的Bytes数
mFramesPerPacket:每个Packet的帧数
mBytesPerFrame:每帧的Byte数
mChannelsPerFrame:每帧的声道数
mBitsPerChannel:每个声道的采样深度
立体声的PCM音频数据,通常是以L/R交替(左右声道交替)的方式存储。
在iOS平台可以通过设置kAudioFormatFlagIsNonInterleaved,使得左右声道的数据分别存储在AudioBufferList的两个AudioBuffers中。
由于硬件要求,录制和播放都是整形格式。但在音频处理的过程中, 音频数据可能会溢出(整形格式表示范围有限),故而有些处理需要用浮点数来进行。
总结
本文源自中午分享的PPT内容,排版有所修改。
希望看完本文的你,对PCM有初步的认识。
PCM的数据操作部分,可以把样例代码放到Audio Unit播放PCM文件demo的PlayCallback方法中,体会下效果。
作者:落影loyinglin
链接:https://www.jianshu.com/p/80a140cf3d99