65.9K
CodeProject 正在变化。 阅读更多。
Home

C++ 音频混合和 WAV 文件 & AudioFile 类

CalicoSkies
starIconstarIconstarIconstarIcon
emptyStarIcon
starIcon

4.90/5 (5投票s)

2018年12月8日

CPOL

7分钟阅读

viewsIcon

18429

downloadIcon

775

将多个 WAV 文件中的音频混音到一个 WAV 文件中。包括一个用于读写 WAV 音频文件的 C++ 类，该类派生自 AudioFile 类，以便将来支持其他音频文件格式。

引言

我的兴趣爱好之一是音乐。这个项目能够将多个 WAV 音频文件混合到一个音频文件中，以便同时听到每个源 WAV 文件中的音频。该项目包含一个 C++ 类，可用于打开、读取和写入 WAV 音频文件。它派生自 AudioFile 类，混音函数使用 AudioFile 接口。这样，将来可以添加其他音频格式（如 FLAC 和 AIF），混音函数仍然可以工作。对于混音音频文件，源音频文件需要具有相同的采样率、比特率和相同的通道数（单声道或立体声）。不需要外部库。

除了 WAVFile 类和支持代码之外，我还包含了一个用于混音 WAV 音频文件的应用程序。编译后的应用程序和完整源代码包含在文章顶部的链接中。

这个项目是在 Visual Studio 2017 中构建的（我使用了免费的社区版）。请注意，要构建项目，您需要在 Visual Studio 中安装 C++ 工具集以及 MFC。代码使用了现代 C++ 特性，例如 std::thread、lambda 函数、std::shared_ptr 以及现代的集合迭代方式。

几年前，我用 C# 发布了一个版本：https://codeproject.org.cn/Articles/35725/C-WAV-file-class-audio-mixing-and-some-light-audio

包含的应用程序

源代码包含一个 GUI 应用程序（用 MFC 编写），用于选择和混音 WAV 音频文件。以下是该应用程序的屏幕截图

要将 WAV 文件添加到列表中，您可以将文件拖放到 GUI 上，或者列表中的每一行都会有一个“...”按钮，可让您浏览并选择要添加的 WAV 文件。

背景

WAV 音频文件由文件开头的标头组成，其中包含用于标识文件类型（“RIFF”和“WAVE”）的字符串，以及有关文件中包含的音频的信息（通道数、采样率、每通道位数、数据大小等）。标头后面是所有音频数据。数字音频数据是数字的：每个样本是一个整数，表示该时间点音频信号的电平。

数字音频混音的一般思想相当简单：直到没有更多的音频样本为止，从每个音频文件中读取下一个音频样本，然后将它们相加并保存到输出文件中。但是，为了处理数字音频削波，还需要做更多的事情。数字音频削波是由样本大小（即 8 位或 16 位）导致的值的数字范围限制引起的：当音频样本值相加（或音量增加）时，结果值可能会超出值的数字范围。发生这种情况时，结果是音频中出现（通常是响亮的）爆音和咔嗒声，这是不希望的。因此，为了将 WAV 文件混合在一起，mixAudioFiles()（在 AudioFileTools.h 和 .cpp 中）将首先分析每个音频文件以确定最高的音频样本，然后降低所有样本的音量，同时混合它们以避免数字音频削波。

维基百科有一篇关于音频削波的文章，更详细地描述了它。

使用代码

AudioFile 类是处理音频文件的父类，其中包含一些纯虚方法，需要在派生类中实现，例如包含的 WAVFile 类。 WAVFile 类可以打开、读取和写入 WAV 音频。大多数类方法返回 AudioFileResultType，它可以像 bool 一样使用（例如，在 'if' 语句中），如果为 false，则它包含 std::string 形式的错误消息。

以下是 WAVFile 类中一些更重要的方法

  • WAVFile(const std::string& pFilename)：接受文件名的构造函数
  • WAVFile(const std::string& pFilename, const WAVFileInfo& pWAVFileInfo)：接受文件名和指定 WAV 文件所需属性（采样率、比特率、通道数等）的 WAVFileInfo 对象的构造函数
  • WAVFile(const std::string& pFilename, AudioFileModes pFileMode)：接受文件名和文件模式（读、写、读/写）的构造函数
  • template <class SampleType> AudioFileResultType getNextSample(SampleType& pAudioSample)：一个模板化方法，从音频文件中读取下一个样本（如果它以读或读/写模式打开）。对于模板，必须使用正确的数据类型（例如，对于 16 位音频，可以使用 uint16_t）。
  • template <class SampleType> AudioFileResultType writeSample(SampleType pAudioSample)：一个模板化方法，将音频样本写入 WAV 文件（如果它以写或读/写模式打开）。对于模板，必须使用正确的数据类型（例如，对于 16 位音频，可以使用 uint16_t）。

这些是 AudioFile 类中一些重要的纯虚方法

  • virtual AudioFileResultType getNextSample_int64(int64_t& pAudioSample)：从音频文件中读取下一个音频样本（如果处于读或读/写模式）。音频样本被转换为 int64，以便可以在通用算法中使用 - 无论音频数据是 8 位、16 位还是其他位数，音频样本都被转换为 64 位。
  • virtual AudioFileResultType writeSample_int64(int64_t pAudioSample)：将音频样本写入音频文件（如果处于写或读/写模式）。样本参数是 int64_t，但在将样本写入音频文件时将向下转换为适当的类型。这是为了简化通用音频算法 - 无论音频数据是 8 位、16 位还是其他位数，音频样本都会向下转换为适当的类型。

AudioFileTools.h 和 AudioFileTools.cpp 定义了以下函数（以及其他函数）

  • AudioFileResultType mixAudioFiles(const std::vector<std::string>& pFilenames, AudioFile& pOutFile)：将多个音频文件混合到一个音频文件中。pFilenames 参数是包含源文件名的字符串向量，pOutFile 是一个 AudioFile 对象，表示将保存混合音频文件的音频文件。pOutFile 是一个 AudioFile，以便调用代码可以决定混合文件应该采用什么格式，并且 mixAudioFiles() 将能够处理它。目前，只实现了 WAV，但将来可以实现其他音频文件格式（如 FLAC、AIF 等）。混合音频文件可能需要一些时间（由于文件 I/O），因此如果您在 GUI 应用程序中使用此功能，建议在单独的线程中进行混合，以避免 GUI 冻结。

WAVFileInfo 和 AudioFileInfo 类包含有关音频文件的信息，例如位数、通道数、采样率等。

打开 WAV 文件并循环获取每个音频样本的示例（假设音频文件包含 16 位音频）

WAVFile audioFile("someAudioFile.wav");
AudioFileResultType result = audioFile.open(AUDIO_FILE_READ);
if (result)
{
    size_t numSamples = audioFile.numSamples();
    for (size_t i = 0; (i < numSamples) && result; ++i)
    {
        int16_t audioSample = 0;
        result = audioFile.getNextSample(audioSample);
    }
}
else
{
    cerr << "Error(s) getting audio samples:" << endl;
    result.outputErrors(cerr);
}
audioFile.close();

关注点

一个值得注意的有趣之处是，根据规范，WAV 音频文件中的数据始终是小端序。在大端序系统上，在操作音频数据之前必须反转字节顺序，并且在将样本保存到 WAV 文件之前必须反转样本的字节顺序。我的 WAVFile 类会自动处理此问题；例如，如果系统是大端序，那么在从 WAV 文件中检索音频样本或向 WAV 文件添加 16 位样本时，字节顺序将自动反转，以便数据处于正确的顺序。

在创建 WAVFile 类时，有必要查找 WAV 文件格式规范。我找到了许多描述 WAV 文件格式的网页。每个页面基本上都有相同的信息，但带有不同的注释。我发现以下四个页面很有用

历史

  • 2018年12月7日：提交了本文的第一个版本

在此处保持您所做的任何更改或改进的实时更新。

© . All rights reserved.