用C处理音频wav文件

Question

我正在处理 wav 文件的幅度并按某个小数因子缩放它。我正在努力思考如何以节省内存的方式读取和重写文件，同时也尝试解决该语言的细微差别（我是 C 语言的新手）。该文件可以是 8 位或 16 位格式。我想到的方法是首先将 标头数据 读入一些预定义的struct，然后在循环中处理实际数据，在循环中我将把一大块数据读入缓冲区，执行所需的操作，然后将其写入输出。

#include <stdio.h>
#include <stdlib.h>


typedef struct header 
{
    char chunk_id[4];
    int chunk_size;
    char format[4];
    char subchunk1_id[4];
    int subchunk1_size;
    short int audio_format;
    short int num_channels;
    int sample_rate;
    int byte_rate;
    short int block_align;
    short int bits_per_sample;
    short int extra_param_size;
    char subchunk2_id[4];
    int subchunk2_size;
} header;

typedef struct header* header_p;

void scale_wav_file(char * input, float factor, int is_8bit)
{
    FILE * infile = fopen(input, "rb");
    FILE * outfile = fopen("outfile.wav", "wb");

    int BUFSIZE = 4000, i, MAX_8BIT_AMP = 255, MAX_16BIT_AMP = 32678;

    // used for processing 8-bit file
    unsigned char inbuff8[BUFSIZE], outbuff8[BUFSIZE];

    // used for processing 16-bit file
    short int inbuff16[BUFSIZE], outbuff16[BUFSIZE];

    // header_p points to a header struct that contains the file's metadata fields
    header_p meta = (header_p)malloc(sizeof(header));

    if (infile)
    {

        // read and write header data
        fread(meta, 1, sizeof(header), infile);
        fwrite(meta, 1, sizeof(meta), outfile);

        while (!feof(infile))
        {
            if (is_8bit)
            {
                fread(inbuff8, 1, BUFSIZE, infile);   
            } else {
                fread(inbuff16, 1, BUFSIZE, infile);      
            }

            // scale amplitude for 8/16 bits
            for (i=0; i < BUFSIZE; ++i)
            {
                if (is_8bit)
                {
                    outbuff8[i] = factor * inbuff8[i];
                    if ((int)outbuff8[i] > MAX_8BIT_AMP)
                    {
                        outbuff8[i] = MAX_8BIT_AMP;
                    }
                } else {
                    outbuff16[i] = factor * inbuff16[i];
                    if ((int)outbuff16[i] > MAX_16BIT_AMP)
                    {
                        outbuff16[i] = MAX_16BIT_AMP;
                    } else if ((int)outbuff16[i] < -MAX_16BIT_AMP) {
                        outbuff16[i] = -MAX_16BIT_AMP;
                    }
                }
            }

            // write to output file for 8/16 bit
            if (is_8bit)
            {
                fwrite(outbuff8, 1, BUFSIZE, outfile);
            } else {
                fwrite(outbuff16, 1, BUFSIZE, outfile);
            }
        }
    }

    // cleanup
    if (infile) { fclose(infile); }
    if (outfile) { fclose(outfile); }
    if (meta) { free(meta); }
}

int main (int argc, char const *argv[])
{
    char infile[] = "file.wav";
    float factor = 0.5;
    scale_wav_file(infile, factor, 0);
    return 0;
}

我最后得到的文件大小不同（对于 40Mb 文件，文件大小为 1k 左右），我怀疑这是因为我将整个缓冲区写入输出，即使文件可能已终止在填充整个缓冲区大小之前。另外，输出文件很混乱 - 无法播放或打开 - 所以我可能做错了整个事情。任何关于我搞砸的地方的提示都会很棒。谢谢！

Answer 1

1 您在此 else 分支中读取字节而不是 16 位样本：

while (!feof(infile))
    {
        if (is_8bit)
        {
            fread(inbuff8, 1, BUFSIZE, infile);   
        } else {
            fread(inbuff16, 1, BUFSIZE, infile); // <-- should be BUFSIZE*2     
        }

2 缩放时不会使值饱和，例如原始 16 位样本 = 32000并且factor = 1.5 将环绕整数值，而不是将其限制为最大值32767。

3 您根本不查看 RIFF 和其他标头。在 WAV 文件中，音频数据后面可能是一些信息页脚，或者前面是附加标头。或者换句话说：您的 header 结构过于静态。您还应该从文件中读取 WAV 格式，而不是使用参数说明它是 8 位样本。

4 这不会发生：

                outbuff16[i] = factor * inbuff16[i];
                if ((int)outbuff16[i] > MAX_16BIT_AMP)

8 位/16 位值永远不会大于 255/32768，除非您的计算机在整数溢出时将一些魔法位插入内存:P

和音频样本带符号，因此范围为 -128;127 和 -32768;32767。溢出检查必须发生在乘法表达式中。您还对浮点到整数舍入模式做出假设，该模式是可配置的并且应该予以考虑。也许类似于 if(roundf(factor * inbuff16[i]) > 32767 || roundf(factor * inbuff16[i]) <-32768) 。

5 您不存储fread的结果，因此您将向输出文件写入太多样本。

6 最后一点，您正在重新发明轮子。只要是为了学习，就没问题。否则你应该使用现有的库。

Answer 2

使用库来读取和写入声音文件要好得多。例如libsndfile。该网页有一个“其他类似项目”的列表，您也可以查看。 sndfile-tools 可能是很好的学习代码示例如何使用图书馆。

Answer 3

我建议在十六进制编辑器中查看原始文件和输出文件，看看您是否正确地重写了数据。如果生成的文件无法播放或打开，则输出文件的标头可能不正确。

另一种选择是删除音频处理逻辑，只需将源文件读入内部缓冲区并将其写出到文件中。如果您的代码可以通过这种方式生成有效的工作输出文件，那么您可以将问题范围缩小到您的处理代码。

您可能还想从小于 40Mb 的较小文件开始。如果没有别的事，请复制该输入文件并将其修剪为几秒钟的音频。较小的文件将更容易手动检查。

编辑：对fread()和fwrite()的调用需要验证其返回值。这些函数返回读取或写入的元素数量，如果对任一函数的调用返回的值小于预期，则这可能是文件大小差异的根源。

此外，fread 的第二个参数以字节为单位。因此，如果您想读取并填充整个缓冲区，则需要使用类似 fread(inbuff16, sizeof(inbuff16[0]), BUFSIZE, infile); 的内容。当前代码只能以 BUFSIZE 字节读取（这恰好适用于 8 位情况，但为了清楚起见，我也建议更改它）。

Answer 4

读取 WAV 标头也不需要以下行（使标头长度为 48 字节，而不是“标准”44 字节）：

short int extra_param_size;

Answer 5

如果可能的话，您可能想考虑一种与 C 不同的语言，除非它专门用于 C 应用程序。

• 例如，python 有一个很好的 wav 包，可以读取 &轻松写入 wav 文件。
• 对于更专业或学术用途，第一个选择是 MATLAB，它也可以非常轻松地读取 wav 文件（直接读取向量，然后将其作为单个表达式进行操作）。