我有一个非常短的音频文件，比如说10分之一秒，格式可能是.PCM。
我想使用RemoteIO循环播放该文件，以产生连续的音乐音调。那么，我该如何将其读入一个浮点数数组中？
编辑：虽然我可以挖掘文件格式，将文件提取到NSData中并手动处理它，但我猜想有一个更明智的通用方法...(例如能够处理不同的格式)。
iOS：如何将音频文件读入浮点缓冲区
10
- P i
2
为什么文件的NSData不足以满足需求？ - August Lilleaas
2我猜每种音频文件格式都会有一些头部信息。否则它怎么知道采样率/数据格式等呢？ - P i
4个回答
18
您可以使用ExtAudioFile以多种客户端格式从任何受支持的数据格式中读取数据。以下是一个示例，演示如何将文件读取为16位整数：
CFURLRef url = /* ... */;
ExtAudioFileRef eaf;
OSStatus err = ExtAudioFileOpenURL((CFURLRef)url, &eaf);
if(noErr != err)
/* handle error */
AudioStreamBasicDescription format;
format.mSampleRate = 44100;
format.mFormatID = kAudioFormatLinearPCM;
format.mFormatFlags = kAudioFormatFormatFlagIsPacked;
format.mBitsPerChannel = 16;
format.mChannelsPerFrame = 2;
format.mBytesPerFrame = format.mChannelsPerFrame * 2;
format.mFramesPerPacket = 1;
format.mBytesPerPacket = format.mFramesPerPacket * format.mBytesPerFrame;
err = ExtAudioFileSetProperty(eaf, kExtAudioFileProperty_ClientDataFormat, sizeof(format), &format);
/* Read the file contents using ExtAudioFileRead */
如果你需要Float32数据，你将会像这样设置format：
format.mFormatID = kAudioFormatLinearPCM;
format.mFormatFlags = kAudioFormatFlagsNativeFloatPacked;
format.mBitsPerChannel = 32;
- sbooth
2
看起来你找到了一个更好的用于读取音频文件的API，但是其中一部分代码让我感到困惑。具体来说，你能否使用
ExtAudioFileSetProperty(...)设置格式？如果可以，那么这是否会对数据进行某种转换，因为WAV文件可能与指定的格式不同？老实说，我很想知道。在你发布之前，我不知道扩展音频文件服务，所以我没有任何经验。 - Sam2
ExtAudioFile 是一个包装器，它将 AudioFile 和 AudioConverter 结合在一起。无论客户端格式设置为什么，都将在对 ExtAudioFileRead 和 ExtAudioFileWrite 的调用中使用，并且内部的 AudioConverter 将从客户端格式转换为文件的数据格式。 - sbooth6
这是我用来将音频数据（音频文件）转换为浮点表示并保存到数组中的代码。
-(void) PrintFloatDataFromAudioFile {
NSString * name = @"Filename"; //YOUR FILE NAME
NSString * source = [[NSBundle mainBundle] pathForResource:name ofType:@"m4a"]; // SPECIFY YOUR FILE FORMAT
const char *cString = [source cStringUsingEncoding:NSASCIIStringEncoding];
CFStringRef str = CFStringCreateWithCString(
NULL,
cString,
kCFStringEncodingMacRoman
);
CFURLRef inputFileURL = CFURLCreateWithFileSystemPath(
kCFAllocatorDefault,
str,
kCFURLPOSIXPathStyle,
false
);
ExtAudioFileRef fileRef;
ExtAudioFileOpenURL(inputFileURL, &fileRef);
AudioStreamBasicDescription audioFormat;
audioFormat.mSampleRate = 44100; // GIVE YOUR SAMPLING RATE
audioFormat.mFormatID = kAudioFormatLinearPCM;
audioFormat.mFormatFlags = kLinearPCMFormatFlagIsFloat;
audioFormat.mBitsPerChannel = sizeof(Float32) * 8;
audioFormat.mChannelsPerFrame = 1; // Mono
audioFormat.mBytesPerFrame = audioFormat.mChannelsPerFrame * sizeof(Float32); // == sizeof(Float32)
audioFormat.mFramesPerPacket = 1;
audioFormat.mBytesPerPacket = audioFormat.mFramesPerPacket * audioFormat.mBytesPerFrame; // = sizeof(Float32)
// 3) Apply audio format to the Extended Audio File
ExtAudioFileSetProperty(
fileRef,
kExtAudioFileProperty_ClientDataFormat,
sizeof (AudioStreamBasicDescription), //= audioFormat
&audioFormat);
int numSamples = 1024; //How many samples to read in at a time
UInt32 sizePerPacket = audioFormat.mBytesPerPacket; // = sizeof(Float32) = 32bytes
UInt32 packetsPerBuffer = numSamples;
UInt32 outputBufferSize = packetsPerBuffer * sizePerPacket;
// So the lvalue of outputBuffer is the memory location where we have reserved space
UInt8 *outputBuffer = (UInt8 *)malloc(sizeof(UInt8 *) * outputBufferSize);
AudioBufferList convertedData ;//= malloc(sizeof(convertedData));
convertedData.mNumberBuffers = 1; // Set this to 1 for mono
convertedData.mBuffers[0].mNumberChannels = audioFormat.mChannelsPerFrame; //also = 1
convertedData.mBuffers[0].mDataByteSize = outputBufferSize;
convertedData.mBuffers[0].mData = outputBuffer; //
UInt32 frameCount = numSamples;
float *samplesAsCArray;
int j =0;
double floatDataArray[882000] ; // SPECIFY YOUR DATA LIMIT MINE WAS 882000 , SHOULD BE EQUAL TO OR MORE THAN DATA LIMIT
while (frameCount > 0) {
ExtAudioFileRead(
fileRef,
&frameCount,
&convertedData
);
if (frameCount > 0) {
AudioBuffer audioBuffer = convertedData.mBuffers[0];
samplesAsCArray = (float *)audioBuffer.mData; // CAST YOUR mData INTO FLOAT
for (int i =0; i<1024 /*numSamples */; i++) { //YOU CAN PUT numSamples INTEAD OF 1024
floatDataArray[j] = (double)samplesAsCArray[i] ; //PUT YOUR DATA INTO FLOAT ARRAY
printf("\n%f",floatDataArray[j]); //PRINT YOUR ARRAY'S DATA IN FLOAT FORM RANGING -1 TO +1
j++;
}
}
}}
- Ankush
1
1感谢提供这段代码。在iOS上，我不得不使用malloc来初始化floatDataArray。除此之外，一切都很好。 - VaporwareWolf
5
我不熟悉RemoteIO，但我熟悉WAV格式，并想分享一些格式信息。如果需要，您应该可以轻松地解析出持续时间、比特率等信息...
首先，这里有一个非常好的网站，详细介绍了WAVE PCM声音文件格式。该网站还很好地说明了“fmt”子块内部不同字节地址所指的内容。
WAVE文件格式
- WAVE由“RIFF”块和后续子块组成
- 每个块至少为8个字节
- 前4个字节是块ID
- 接下来的4个字节是块大小（块大小给出了除用于块ID和块大小的8个字节之外的块剩余部分的大小）
- 每个WAVE都具有以下块/子块
- “RIFF”（第一个且唯一的块。其余所有均为“子块”）
- “fmt”（通常是“RIFF”之后的第一个子块，但可以位于“RIFF”和“data”之间的任何位置。此块包含关于WAV的信息，例如通道数、采样率和字节率）
- “data”（必须是最后一个子块，包含所有声音数据）
常见的WAVE音频格式：
- PCM
- IEEE_Float
- PCM_EXTENSIBLE（其子格式为PCM或IEEE_FLOAT）
WAVE持续时间和大小
可以通过以下方式计算WAVE文件的持续时间：
seconds = DataChunkSize / ByteRate
在哪里
ByteRate = SampleRate * NumChannels * BitsPerSample/8
而DataChunkSize不包括“数据”子块的ID和大小所保留的8个字节。
了解这一点后，如果您知道WAV的持续时间和ByteRate，则可以计算DataChunkSize。
DataChunkSize = seconds * ByteRate
当从像mp3或wma这样的格式转换时，计算wav数据的大小可能会很有用。请注意，典型的wav头是44个字节，后跟DataChunkSize（如果使用Normalizer工具转换了wav，则始终如此-至少在本文撰写之时）。
- Sam
2
Swift 5更新
这是一个简单的函数，可以将音频文件转换为浮点数数组。支持单声道和立体声音频。如果需要获取立体声音频的第二个通道，请取消注释样例2。
import AVFoundation
//..
do {
guard let url = Bundle.main.url(forResource: "audio_example", withExtension: "wav") else { return }
let file = try AVAudioFile(forReading: url)
if let format = AVAudioFormat(commonFormat: .pcmFormatFloat32, sampleRate: file.fileFormat.sampleRate, channels: file.fileFormat.channelCount, interleaved: false), let buf = AVAudioPCMBuffer(pcmFormat: format, frameCapacity: AVAudioFrameCount(file.length)) {
try file.read(into: buf)
guard let floatChannelData = buf.floatChannelData else { return }
let frameLength = Int(buf.frameLength)
let samples = Array(UnsafeBufferPointer(start:floatChannelData[0], count:frameLength))
// let samples2 = Array(UnsafeBufferPointer(start:floatChannelData[1], count:frameLength))
print("samples")
print(samples.count)
print(samples.prefix(10))
// print(samples2.prefix(10))
}
} catch {
print("Audio Error: \(error)")
}
- Ibrahim
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接