共计 1235 个字符,预计需要花费 4 分钟才能阅读完成。
还是音频重采样的问题,https://segmentfault.com/a/11… 的后续,利用场景是对已解码的 8K 采样率、16bit 采样深度、单声道、无文件头的 raw 格局语音数据进行重采样,将采样率变为 16K,其余参数不变。之前试过 libsox,Release 版本始终无奈正确运行,起因也没有找到,FFmpeg 做进去的采样后果又和 SoX 不同,跟模型对不上。依据官网的说法 soxr 和 SoX 应该是一样的,只不过是专门做疾速高精度的一维声采样。对于我这么简略的利用场景,实践上它俩成果应该能够达到齐全一样,然而我用 libsoxr 做进去的采样后果和 SoX 就不一样,肉眼看上去波形没有区别,然而看二进制文件差异还挺大的……我尝试扭转了一些参数,包含 dither 和 quality 的各项参数,然而都没有失去雷同后果。也搜了讨论区和 StackOverflow,都没有失去解答。
上面是代码,心愿有人能指出我的问题。
#include "soxr.h"
bool Resample (short* pWavBuf, int wavLen, short* pWav16k, int wavLen16k) {
//pWavBuf 为输出的 raw 格局语音数据,采样率 8K,采样深度 16bit;//wavLen 为输出数据的长度,单位为样点数,并非数据长度的字节数
//pWav16k 为输入的缓存
//wavLen16k 为输入数据的长度,单位仍然为样点数
size_t ilen = wavLen; //input samples per channel
size_t olen = ilen * 2; //output samples per channel
wavLen16k = olen;
double irate = 8000; //input sample reate
double orate = 16000; //output sample rate
soxr_io_spec_t io_spec; //io format
io_spec.itype = SOXR_INT16; //input datatype
io_spec.otype = SOXR_INT16; //output datatype
io_spec.scale = 1; //linear
io_spec.e = NULL; //reserved
io_spec.flags = SOXR_TPDF; //SOXR_NO_DITHER 也试过,都不行
soxr_quality_spec_t qua_spec; //quality
qua_spec = soxr_quality_spec(SOXR_HQ, 0); //not sure
size_t idone, odone;
soxr_error_t error;
//single call to resample one wav
error = soxr_oneshot(irate, orate, 1, pWavBuf, ilen, &idone, pWav16k, olen, &odone, &io_spec, &qua_spec, NULL);
return true;
}
正文完