WebRTC 音频采样算法 附完整C++示例代码

之前有大概介绍了音频采样相关的思路，详情见《简洁明了的插值音频重采样算法例子 (附完整C代码)》。

音频方面的开源项目很多很多。

最知名的莫过于谷歌开源的WebRTC,

其中的音频模块就包含有

AGC自动增益补偿(Automatic Gain Control)
自动调麦克风的收音量，使与会者收到一定的音量水平，不会因发言者与麦克风的距离改变时，声音有忽大忽小声的缺点。

ANS背景噪音抑制(Automatic Noise Suppression)
探测出背景固定频率的杂音并消除背景噪音。

AEC是回声消除器(Acoustic Echo Canceller)
对扬声器信号与由它产生的多路径回声的相关性为基础，建立远端信号的语音模型，利用它对回声进行估计，并不断地修改滤波器的系数，使得估计值更加逼近真实的回声。然后，将回声估计值从话筒的输入信号中减去，从而达到消除回声的目的，AEC还将话筒的输入与扬声器过去的值相比较，从而消除延长延迟的多次反射的声学回声。根椐存储器存放的过去的扬声器的输出值的多少，AEC可以消除各种延迟的回声。

在《音频增益响度分析 ReplayGain 附完整C代码示例》也提及到了。

不过本文还不是着重于这三个算法，还是先从采样算法来。

当然有兴趣的小伙伴，建议去看下 WebRTC中与signal_processing_library相关的操作算法。

有不少优化的思路可以学习之。

这里也不展开了。

之前说过采样可以采用简单的插值的方式进行模拟处理，在精度要求不高的情况下。

但是若是对精度有所要求，那就另论了。

好在前人踩坑，后人走路。

WebRTC中有一个音频采样器的类，虽然有一定的使用限制，但是在大多数应用场景下，也够用了。

WebRTC的代码是很干净，奈何，各个头文件之间的依赖，实在混乱。

不过稍微耐心，还是能把代码理出个七七八八。

稍微花了时间，造福下大家。

将WebRTC中的采样器代码单独抽离出来，

并编写了C++示例代码。

完整示例代码:

#include <cstdio>
#include <cstdlib>
#include <cstdint>
//采用https://github.com/mackron/dr_libs/blob/master/dr_wav.h 解码
#define DR_WAV_IMPLEMENTATION

#include "dr_wav.h"
#include "resampler.h"

//写wav文件
void wavWrite_int16(char *filename, int16_t *buffer, size_t sampleRate, size_t totalSampleCount) {
drwav_data_format format = {};
format.container = drwav_container_riff;     // <-- drwav_container_riff = normal WAV files, drwav_container_w64 = Sony Wave64.
format.format = DR_WAVE_FORMAT_PCM;          // <-- Any of the DR_WAVE_FORMAT_* codes.
format.channels = 1;
format.sampleRate = (drwav_uint32) sampleRate;
format.bitsPerSample = 16;
drwav *pWav = drwav_open_file_write(filename, &format);
if (pWav) {
drwav_uint64 samplesWritten = drwav_write(pWav, totalSampleCount, buffer);
drwav_uninit(pWav);
if (samplesWritten != totalSampleCount) {
fprintf(stderr, "ERROR\n");
exit(1);
}
}
}

//读取wav文件
int16_t *wavRead_int16(char *filename, uint32_t *sampleRate, uint64_t *totalSampleCount) {
unsigned int channels;
int16_t *buffer = drwav_open_and_read_file_s16(filename, &channels, sampleRate, totalSampleCount);
if (buffer == nullptr) {
printf("读取wav文件失败.");
}
//仅仅处理单通道音频
if (channels != 1) {
drwav_free(buffer);
buffer = nullptr;
*sampleRate = 0;
*totalSampleCount = 0;
}
return buffer;
}

//分割路径函数
void splitpath(const char *path, char *drv, char *dir, char *name, char *ext) {
const char *end;
const char *p;
const char *s;
if (path[0] && path[1] == ':') {
if (drv) {
*drv++ = *path++;
*drv++ = *path++;
*drv = '\0';
}
} else if (drv)
*drv = '\0';
for (end = path; *end && *end != ':';)
end++;
for (p = end; p > path && *--p != '\\' && *p != '/';)
if (*p == '.') {
end = p;
break;
}
if (ext)
for (s = end; (*ext = *s++);)
ext++;
for (p = end; p > path;)
if (*--p == '\\' || *p == '/') {
p++;
break;
}
if (name) {
for (s = p; s < end;)
*name++ = *s++;
*name = '\0';
}
if (dir) {
for (s = path; s < p;)
*dir++ = *s++;
*dir = '\0';
}
}

int16_t *resampler(int16_t *data_in, size_t totalSampleCount, size_t in_sample_rate, size_t out_sample_rate) {
if (data_in == nullptr)
return nullptr;
if (in_sample_rate == 0) return nullptr;
size_t lengthIn = in_sample_rate / 100;
size_t maxLen = out_sample_rate / 100;
const int channels = 1;
Resampler rs;
if (rs.Reset(in_sample_rate, out_sample_rate, channels) == -1)
return nullptr;
size_t outLen = (size_t) (totalSampleCount * out_sample_rate / in_sample_rate);
int16_t *data_out = (int16_t *) malloc(outLen * sizeof(int16_t));
if (data_out == nullptr) return nullptr;
size_t nCount = (totalSampleCount / lengthIn);
size_t nLast = totalSampleCount - (lengthIn * nCount);
int16_t *samplesIn = data_in;
int16_t *samplesOut = data_out;

outLen = 0;
for (int i = 0; i < nCount; i++) {
rs.Push(samplesIn, lengthIn, samplesOut, maxLen, outLen);
samplesIn += lengthIn;
samplesOut += outLen;
}
if (nLast != 0) {
const int max_samples = 1920;
int16_t samplePatchIn[max_samples] = {0};
int16_t samplePatchOut[max_samples] = {0};
memcpy(samplePatchIn, samplesIn, nLast * sizeof(int16_t));
rs.Push(samplesIn, nLast, samplePatchOut, maxLen, outLen);
memcpy(samplesOut, samplePatchOut, (nLast * out_sample_rate / in_sample_rate) * sizeof(int16_t));
}
return data_out;
}

void ResampleTo(char *in_file, char *out_file, size_t out_sample_rate = 16000) {
//音频采样率
uint32_t sampleRate = 0;
//总音频采样数
uint64_t inSampleCount = 0;
int16_t *inBuffer = wavRead_int16(in_file, &sampleRate, &inSampleCount);
//如果加载成功
if (inBuffer != nullptr) {
int16_t *outBuffer = resampler(inBuffer, (size_t) inSampleCount, sampleRate, out_sample_rate);
if (outBuffer != nullptr) {
size_t outSampleCount = (size_t) (inSampleCount * (out_sample_rate * 1.0f / sampleRate));
wavWrite_int16(out_file, outBuffer, out_sample_rate, outSampleCount);
free(outBuffer);
}
free(inBuffer);
}
}

int main(int argc, char *argv[]) {
printf("WebRtc Resampler\n");
printf("博客:http://cpuimage.cnblogs.com/\n");
printf("音频插值重采样\n");
printf("支持采样率: 8k、16k、32k、48k、96k\n");
if (argc < 2)
return -1;
char *in_file = argv[1];
char drive[3];
char dir[256];
char fname[256];
char ext[256];
char out_file[1024];
splitpath(in_file, drive, dir, fname, ext);
sprintf(out_file, "%s%s%s_out%s", drive, dir, fname, ext);
ResampleTo(in_file, out_file, 64000);
printf("按任意键退出程序 \n");
getchar();
return 0;
}

项目地址:https://github.com/cpuimage/WebRTC_Resampler

采样器的代码很简单，详情见resampler.cpp

示例具体流程为：

加载wav(拖放wav文件到可执行文件上)->重采样->保存为_out.wav文件

示例比较简单，用cmake即可进行编译示例代码，详情见CMakeLists.txt。

若有其他相关问题或者需求也可以邮件联系俺探讨。

邮箱地址是:
gaozhihan@vip.qq.com