objective-c - 核心音频 : how can one packet = one byte when clearly one packet = 4 bytes

Question

我正在研究 中的核心音频转换服务 Learning Core Audio 我对他们 sample code 中的这个例子感到震惊:

while(1)
{
    // wrap the destination buffer in an AudioBufferList
    AudioBufferList convertedData;
    convertedData.mNumberBuffers = 1;
    convertedData.mBuffers[0].mNumberChannels = mySettings->outputFormat.mChannelsPerFrame;
    convertedData.mBuffers[0].mDataByteSize = outputBufferSize;
    convertedData.mBuffers[0].mData = outputBuffer;

    UInt32 frameCount = packetsPerBuffer;

    // read from the extaudiofile
    CheckResult(ExtAudioFileRead(mySettings->inputFile,
                                 &frameCount,
                                 &convertedData),
                "Couldn't read from input file");

    if (frameCount == 0) {
        printf ("done reading from file");
        return;
    }

    // write the converted data to the output file
    CheckResult (AudioFileWritePackets(mySettings->outputFile,
                                       FALSE,
                                       frameCount,
                                       NULL,
                                       outputFilePacketPosition / mySettings->outputFormat.mBytesPerPacket, 
                                       &frameCount,
                                       convertedData.mBuffers[0].mData),
                 "Couldn't write packets to file");

    // advance the output file write location
    outputFilePacketPosition += (frameCount * mySettings->outputFormat.mBytesPerPacket);
}

请注意 frameCount 是如何定义为 packetsPerBuffer 的。packetsPerBuffer 是在这里定义的:

UInt32 outputBufferSize = 32 * 1024; // 32 KB is a good starting point
UInt32 sizePerPacket = mySettings->outputFormat.mBytesPerPacket;    
UInt32 packetsPerBuffer = outputBufferSize / sizePerPacket;

让我难过的部分是 AudioFileWritePackets 在 documentation 中被调用。 AudioFileWritePackets的第三个和第五个参数定义为:

inNumBytes正在写入的音频数据的字节数。

ioNumPackets在输入时，指向要写入的数据包数量的指针。在输出时，指向实际写入的数据包数量的指针..

然而在代码中，两个参数都给出了 frameCount.. 这怎么可能？我知道 PCM 数据 1 帧 = 1 个数据包:

// define the ouput format. AudioConverter requires that one of the data formats be LPCM
audioConverterSettings.outputFormat.mSampleRate = 44100.0;
audioConverterSettings.outputFormat.mFormatID = kAudioFormatLinearPCM;
audioConverterSettings.outputFormat.mFormatFlags = kAudioFormatFlagIsBigEndian | kAudioFormatFlagIsSignedInteger | kAudioFormatFlagIsPacked;
audioConverterSettings.outputFormat.mBytesPerPacket = 4;
audioConverterSettings.outputFormat.mFramesPerPacket = 1;
audioConverterSettings.outputFormat.mBytesPerFrame = 4;
audioConverterSettings.outputFormat.mChannelsPerFrame = 2;
audioConverterSettings.outputFormat.mBitsPerChannel = 16;

但同样的 lPCM 格式也明确指出每个数据包有 4 个字节(=每帧 4 个字节)..

那么这是如何工作的呢？ (这同样适用于同一章中使用 AudioConverterFillComplexBuffer 而不是 ExtAudioFileRead 的另一个示例，并且使用数据包而不是帧..但它是一回事)

Answer 1

我认为你是对的，根据AudioFile.h头文件中的定义，AudioFileWritePackets应该以写入的音频数据的字节数作为第三个参数，在 Learning Core Audio 示例中，framecount 变量定义为数据包数，而不是字节数。

我尝试了这些例子，得到了与第三个 (framecount * 4)、0 甚至 -1 完全相同的输出AudioFileWritePackets 函数调用的参数。所以对我来说，该函数似乎并不完全按照 .h 文件中定义的那样工作(不需要第三个参数)，而且在那个例子中，本书的作者也没有注意到这个错误——我可能是虽然错了。