处理 .wav 文件期间输出失真

Question

我想处理一个.wav文件，例如降低振幅；当我使用以下代码时，输出变得失真，这并不令人愉快。

#include <iostream>
#include <fstream>
#include <string>
using namespace std;
int main()
{
    char* wav_mem;
    ifstream wav_file;
    wav_file.open("1.wav", ios::binary | ios::ate);
    int file_size = wav_file.tellg();
    wav_mem = new char[file_size];
    wav_file.seekg(0, ios::beg);
    wav_file.read(wav_mem, file_size);
    int16_t sample = 0;
    wav_file.close();
    for(int i = 44; i <= file_size; i += 2)
    {   
        sample = ((wav_mem[i + 1] << 8) | (wav_mem[i]));
        sample = (int16_t)(sample * 0.5);
        wav_mem[i] = sample;
        wav_mem[i+1] = (sample >> 8);
    }
    ofstream out_file;
    out_file.open("out.wav", ios::binary);
    out_file.write(wav_mem, file_size);
}

如何修复失真？

Answer 1

假设您对 .wav 文件本身的操作是合理的（否则我不太了解它是否是问题所在）一些潜在的缺陷可能是：

在 int 中收集 tellg 的输出可能会导致溢出。也许使用 auto 来获得正确的类型？
wav_mem[i+1] = (sample >> 8); when i == file_size in the loop that might cause overflow access (beyond the length of wav_mem) ?

编辑：实际上，由于 wav_mem = new char[file_size]; 行，您只能以定义的方式访问 [0, file_size) 索引。所以当 i = file_size 时 wav_mem[i] 和 wav_mem[i+1] 都将是 UB。

Answer 2

我认为问题可能在于对有符号整数使用位移运算符 >>。根据标准 has changed in C++14 and is going to change again in C++20 (cf. "Bitwise shift operators") 的 << 的实际行为。无论哪种方式，它都不是逻辑位移而是算术位移。

相反，我会使用 reinterpret_cast 将两个字节转换为一个 16 位整数。我过去用过这样的东西：

int16_t num;
for (size_t i = 0; i < N && wav_file.read(reinterpret_cast<char*>(&num), 2); ++i) {
    audio[i] = double(num);
}

/* do stuff */

for (double x : audio) {
    num = static_cast<int16_t>(x);
    out_file.write(reinterpret_cast<char*>(&num), 2);
}

请注意，这假定了 LittleEndian 架构，因为 RIFF 使用 LittleEndian。

Answer 3

撇开前面提到的 tellg 中的溢出和 wav_mem[i + 1] 中的未定义行为，我认为这一行是主要问题：

sample = (int16_t)(sample * 0.5);

在幕后，sample 在此处转换为双精度。来回转换为 double 和从 double 可能会导致轻微的（但我想可以听到）舍入错误，我认为这可能是失真的来源。而不是这个使用：

sample /= 2;

Answer 4

我解决了这个问题，当我试图将两个字节转换为 16 位时弄乱了示例，这是最终代码：

#include <iostream>
#include <fstream>
#include <string>
#include <string.h>
using namespace std;

int main()
{
    ifstream wav_file;
    ofstream out_file;
    wav_file.open("input.wav",ios::binary|ios::ate);
    size_t file_size = wav_file.tellg();
    char * wav_buf = new char[file_size];
    wav_file.seekg (0,ios::beg);
    wav_file.read (wav_buf, file_size);
    wav_file.close();
    int16_t wav_smpl(0);
    char * wav_out = new char[file_size];
    memcpy(wav_out, wav_buf, 44);
    for (size_t i = 0 ; i < file_size ; i += 2) 
    {
        memcpy(&wav_smpl , wav_buf + (i + 44) , 2);
        wav_smpl *= 3;
        memcpy(wav_out + (i + 44) , &wav_smpl , 2);
    }
    out_file.open("output.wav",ios::binary);
    out_file.write(wav_out, file_size);
    out_file.close();
    return 0;
}

处理 .wav 文件期间输出失真

distorted output during processing .wav file

c++

endianness

riff