车载音频开发(二):对音频数据作音量调节

通过前一个章节打下的基础车载音频开发(一):从看懂wav开始https://blog.csdn.net/Hellomino_/article/details/140873133?fromshare=blogdetail&sharetype=blogdetail&sharerId=140873133&sharerefer=PC&sharesource=Hellomino_&sharefrom=from_link 我们已经对音频文件wav有了初步的了解

接下来我们可以将音频的每个采样点的数据提取出来,对数据进行处理,简单的,我们可以将数据减小或增大来升高或减低整体的音量。

一般的,音频的数据采样点分为定点和浮点

定点常见的有16bit,24bit,和32bit

浮点一般用float (32bit)

然后,我们必须要指导采样点数值与分贝值(dB)之间的关系

data : 每个采样点存储的数值(以浮点值为例)

db : 每个采样点转化的dB值

dB = 20 * log10f(abs( data))

接下来就是代码时间

1.首先还是创建读取wav头部信息的结构体

cpp 复制代码
struct WavHeader {
    char chunkId[4];			//"RIFF"
    uint32_t chunkSize;			//totalsize - 8
    char format[4];				//"WAVE"
    char subchunk1Id[4];		//"fmt"
    uint32_t subchunk1Size;		//16:Normal; 18:Non_PCM; 40:Extensible;
};

struct type40_header {
    uint16_t audioFormat; 		//wav 格式 1;int型  3:float型  65534:未知
    uint16_t numChannels; 		//声道数 
    uint32_t sampleRate;		//采样率
    uint32_t byteRate;			//比特率:采样率 * 采样位宽
    uint16_t blockAlign;		//采样深度:
    uint16_t bitsPerSample;		//采样位宽:采样深度 * 8
    uint16_t cbSize;
    uint16_t wValidBitsPerSample;
    uint32_t dwChannelMask;
    char SubFormat[4];
    char ckID[4];
    uint32_t cksize;
    uint32_t dwSampleLength;
};

struct data_header {
    char subchunk2Id[4];		//"data"
    uint32_t subchunk2Size;		//datasize
};

其次,我们创建一个预定义函数

cpp 复制代码
#define volume_(x) pow(10, (x / 20))

接下来,我们用用一个函数将所有采样点数据进行提取并调整音量

cpp 复制代码
int volume_contral(const char* filename,float gain)
{
    WavHeader header = {};
    type40_header headera = {};
    data_header headerb = {};

    ifstream inputFile(filename, ios::binary);
    if (!inputFile.is_open()) {
        cerr << "无法打开文件" << endl;
        return -1;
    }

    // 读取WAV文件头部信息并写入
    ofstream output("output.wav", ios::binary);
    if (!output.is_open()) {
        cerr << "无法打开文件" << endl;
        return -1;
    }

    inputFile.read(reinterpret_cast<char*>(&header), sizeof(header));
    inputFile.read(reinterpret_cast<char*>(&headera), header.subchunk1Size);
    inputFile.read(reinterpret_cast<char*>(&headerb), sizeof(headerb));

    output.write(reinterpret_cast<char*>(&header), sizeof(header));
    output.write(reinterpret_cast<char*>(&headera), header.subchunk1Size);
    output.write(reinterpret_cast<char*>(&headerb), sizeof(headerb));

    const size_t dataSize = headerb.subchunk2Size;
    vector<char> buffer(dataSize);

    inputFile.read(buffer.data(), dataSize);
    uint32_t rearsize = header.chunkSize - (uint32_t)dataSize - header.subchunk1Size - sizeof(headerb) - 12;
    vector<char> rear(rearsize);
    inputFile.read(rear.data(), rearsize);
    inputFile.close();

    uint16_t perdatasize = headera.bitsPerSample / 8;
    float wavdata;
    int32_t WavData = 0;
    int16_t WavData16 = 0;

    for (size_t i = 0; i < dataSize / perdatasize; i++) {

        if (16 == headera.bitsPerSample)
        {
            memcpy(&WavData16, buffer.data() + i * perdatasize, perdatasize);
            printf(" %10d , %.2f db ,", WavData16, 20 * log10f(abs((float)WavData16) / 32768));
            WavData16 = (int16_t)WavData16 * volume_(gain);

            memcpy(buffer.data() + i * perdatasize, &WavData16,  perdatasize);
            printf("\t %10d , %.2f db ,", WavData16, 20 * log10f(abs((float)WavData16) / 32768));
        }
        else if (24 == headera.bitsPerSample)
        {
            memcpy(&WavData, buffer.data() + i * perdatasize, perdatasize);
            printf(" %10d , %.2f db ,", (WavData << 8) / 256, 20 * log10f(abs((float)(WavData << 8)) / 256 / 8388608));
            WavData = (int32_t)((WavData << 8) * volume_(gain));

            WavData >>= 8;
            memcpy(buffer.data() + i * perdatasize, &WavData, perdatasize);
            printf("\t %10d , %.2f db ,", (WavData << 8) / 256, 20 * log10f(abs((float)(WavData << 8)) / 256 / 8388608));
        }
        else if (32 == headera.bitsPerSample)
        {

            if (3 == headera.audioFormat || (65534 == headera.audioFormat && 0x01 != headera.SubFormat[0])) {
                memcpy(&wavdata, buffer.data() + i * perdatasize, perdatasize);
                printf(" %.6f , %.2f db ,", wavdata, 20 * log10f(abs(wavdata)));
                wavdata = wavdata * volume_(gain);

                memcpy(buffer.data() + i * perdatasize, &wavdata, perdatasize);
                printf("\t %.6f , %.2f db ,", wavdata, 20 * log10f(abs(wavdata)));
            }
            else {
                memcpy(&WavData, buffer.data() + i * perdatasize, perdatasize);
                printf(" %16d , %.2f db ,", WavData, 20 * log10f(abs((float)WavData) / 2147483648));
                WavData = (int32_t)WavData * volume_(gain);

                memcpy(buffer.data() + i * perdatasize, &WavData, perdatasize);
                printf("\t %16d , %.2f db ,", WavData, 20 * log10f(abs((float)WavData) / 2147483648));
            }
        }
        cout << endl;
    }
 
    output.write(buffer.data(), buffer.size());
    output.write(rear.data(), rearsize);

    buffer.clear();
    output.close();

    return 0;
}
相关推荐
启雀AI5 小时前
AI 驱动的视频课程自动摘要与知识点提取:ASR + LLM 流水线工程实践
人工智能·阿里云·华为云·音视频·培训saas平台
FinelyYang7 小时前
基于 LiveKit 实现一对一视频通话:从信令到媒体进房的完整实践
音视频·媒体
程序员老陆13 小时前
M3U8(HLS 索引协议)深度详解:它不存一帧画面,却指挥了整个互联网视频
音视频·hls·m3u8
雪的季节13 小时前
音视频(51-52)
音视频
hz5678914 小时前
视频会议终端品牌如何选择?主流产品特点与选型标准
安全·音视频·实时音视频·信息与通信
NutShell Wang16 小时前
国产全模态开源潮:从语言模型到视频模型,中国开源生态再升级
人工智能·语言模型·开源·大模型·音视频·多模态·vibe coding
民乐团扒谱机18 小时前
【读论文】复调音乐信号的主旋律提取:方法、应用与挑战
开发语言·人工智能·算法·音视频·音乐
byte轻骑兵19 小时前
【AVDTP】规范精讲[8-3]: 流配置核心三步:从参数下发到动态重配置全拆解
音视频·avrcp·蓝牙耳机·蓝牙车机·蓝牙音频控制
微帧Visionular1 天前
GenOpt像素智绘引擎|AI生成视频需要怎样的视觉优化算法?
人工智能·aigc·音视频
杀生丸学AI1 天前
【世界模型】MotionForesight:视频模型应用于未来的三维场景流预测
音视频