c++ - 混合音频 channel

Question

我正在实现一个音频 channel 混合器并使用 Viktor T. Toth's algorithm .尝试混合两个音频 channel 流。

在代码中，quantization_是 channel 比特深度的字节表示。我的 mix 函数采用指向目标和源 uint8_t 缓冲区的指针，混合两个 channel 并写入目标缓冲区。因为我在 uint8_t 缓冲区中获取数据，执行加法、除法和乘法运算以获得实际的 8、16 或 24 位样本并将它们再次转换为 8 位。

一般来说，它给出了预期的输出样本值。然而，当我查看 Audacity 中的输出时，一些样本的值接近于 0，因为它们不应该是这样的。 .在屏幕截图中，底部的 2 个信号是两个单声道，顶部的一个是混合 channel 。可以看到有一些很低的值，尤其是在中间。

下面是我的mix函数；

void audio_mixer::mix(uint8_t* dest, const uint8_t* source)
{
    uint64_t mixed_sample = 0;
    uint64_t dest_sample = 0;
    uint64_t source_sample = 0;
    uint64_t factor = 0;

    for (int i = 0; i < channel_size_; ++i)
    {
        dest_sample = 0;
        source_sample = 0;
        factor = 1;

        for (int j = 0; j < quantization_; ++j)
        {
            dest_sample += factor * static_cast<uint64_t>(*dest++);
            source_sample += factor * static_cast<uint64_t>(*source++);
            factor = factor * 256;
        }

        mixed_sample = (dest_sample + source_sample) - (dest_sample * source_sample / factor);

        dest -= quantization_;

        for (int k = 0; k < quantization_; ++k)
        {
            *dest++ = static_cast<uint8_t>(mixed_sample % 256);
            mixed_sample = mixed_sample / 256;
        }
    }
}

Answer 1

您似乎没有正确处理签名的音频样本。水平线应为音频信号的零电压。

如果您查看正电压音频样本，它们会正确地遵循您的等式(除了中心的峰值)。负值被压缩，这让我觉得它们被视为小的正电压而不是负电压。

换句话说，也许那些无符号整数应该是有符号整数，这样最高位表示电压极性，您可以在 +127 到 -128 范围内获得音频样本。

中心的那些峰值看起来像是环绕模 255，这将是音频无符号字节表示的峰值。我不确定这会如何发生，但它似乎与无符号信号和有符号信号有关。

也许你应该试试 Viktor 在他的文档中提供的其他公式:

Z = 2(A+B) - (AB/128) - 256