audio - uwp audioGraph将32位转换为16位pcm

Question

我需要将录音从麦克风传递到缓冲区，然后从缓冲区传递到扬声器(我通过网络发送缓冲区)。
我的配置:Mic-> AudioFrameOutput-> Network-> AudioFrameInput-> Speakers。

我需要以16位/样本PCM(用于网络)进行记录。
AudioGraph的文档提到它仅支持32位浮点格式。
如何将32位录音转换为16位然后播放录音？

谢谢，
托尼

Answer 1

如何将32位浮点数转换为16位整数是流音频世界中非常普遍的愿望...在这里，我们将32位浮点缓冲区(数组)的元素转换为有损(32位不适合16位) )无符号16位整数...，输入浮点从-1到+1变化

my_16_bit_unsigned_int = ((input_32_bit_floats[index] + 1.0) * 32768) - 1;

在最直接的级别上播放音频数据时，您会面临许多基本的设计决策:

是输入的 float 声波，范围从例如-1到+1，或从-0.5到+0.5，或从例如0到+1或其他

我是否希望我的输出16位PCM是带符号的或无符号的(通常是无符号的)

是我处理的是大字节序还是小字节序字节排序，这在通过网络发送内存缓冲区(通常是小字节序)时尤其重要，尤其是当您可能需要将16位整数缓冲区折叠为字节流时

知道了这些问题并在公式上考虑了数据之后得到了答案，并假定音频波的输入32位浮点表示形式在-1.0到+1.0之间变化(典型值)

您问32768的值是从哪里来的？ ...那么16位整数具有2 ^ 16个不同的值，范围从0到(2 ^ 16-1)，因此，如果您的输入浮点数从-1到+1变化，我们首先加1以使其从0到+2这将使我们的输出无符号(没有负数)，然后我们将该范围内的值乘以32768，然后减去1以容纳起始下限0，从而使整数的输出范围从0到(2 ^ 16-1)。 。或0到65537，总共为您提供2 ^ 16个不同的整数值

让我们用具体的例子来分解

这次输入的32位浮点值从-1.0到+1.0 ...实际上范围是-1

示例

inputA = -0.999   #   close to minimum possible value

outputA = int((input_32_bit_floats[index] + 1.0) * 32768) - 1;

outputA = int(( -0.999 + 1.0) * 32768) - 1;
outputA = int( 0.001 * 32768) - 1;
outputA = int( 32.768) - 1;    
outputA = 33 - 1;
outputA = 32;     #    close to min possible value of 0

示例B

inputB = 0.999   #   almost max possible value 

outputB = int((input_32_bit_floats[index] + 1.0) * 32768) - 1;
outputB = int((0.999  + 1.0) * 32768) - 1;
outputB = 65503 - 1;
outputB = 65502  #   close to our max possible value of 65537

您可以通过左移一位左键将其替换为32768，从而加快乘法速度。您的移位操作由2的幂次幂来驱动。

outputA = int((input_32_bit_floats[index] + 1.0) * 32768) - 1;

会成为

outputA = ( int(input_32_bit_floats[index] + 1.0)  << 15) - 1;