Audacity如何混合音頻樣本？

Unmixed

在Audacity中，我可以使用「混合和渲染」選項將它們混合在一起，我會得到這個：

Audacity Mix

然而，當我嘗試寫我自己的代碼混合，我得到這個：

My Mix

這基本上是我怎麼混的樣本：（語法HAXE但它應該是容易遵循，如果你不知道它）

private function mixSamples(sample1:UInt, sample2:UInt):UInt 
{ 
    return (sample1 + sample2) & 0xFF; 
}

這些是8位採樣音頻文件，並且我希望產品也是8位的，因此& 0xFF。

我明白，只要簡單地加入樣本，我就會期望剪裁。我的問題是，Audacity中的混音不會導致裁剪（至少不會導致我的代碼），並且通過查看第二個（較長）軌道的「尾部」，似乎不會減小幅度。它聽起來也不軟。

所以基本上，我的問題是這樣的：Audacity在做什麼，我不是？我想混合音軌聽起來就好像他們在另一個上面播放，但我（顯然）不想要這個可怕的剪輯。

編輯：

這裏是我所得到的，如果我籤值之前添加，然後unsign和值，如建議通過Radiodef：

My Signed Mix

正如你所看到的它比以前好得多，但與Audacity產生的結果相比，仍然很扭曲和嘈雜。所以我的問題依然存在，Audacity必須以不同的方式做事。

EDIT2：

予混合所述第一軌道上本身，都與我的代碼和Audacity的，並且與發生失真的點。這就是無畏的結果：

Zoom Audacity

這是我的結果：

enter image description here

來源

2013-11-21 puggsoy

僅基於屏幕截圖，看起來它們是相乘的，而不是相加的。 – ashes999

這看起來比剪裁更怪異。看看短片段的總和，音頻完全被破壞，然後完全不受影響。你確定你的8位樣本在讀入時沒有被放大嗎？試着拿出＆看看會發生什麼。 – Radiodef

@ ashes999：我不確定你在說什麼，但我可以向你保證我的是被添加的（主要失真的原因是他們沒有簽名，正如Radiodef指出的那樣）。至於Audacity混音，Audacity手冊本身陳述了「混合多個曲目_adds_波形混在一起」的行爲：http://manual.audacityteam.org/man/Mixing – puggsoy

我認爲正在發生的事情是，你正在總結他們作爲無符號。一個典型的聲波是正面和負面的，這就是爲什麼他們加在一起的方式（有些部分取消）。如果你有一些8位的採樣是-96，另一個是96，你總結他們，你會得到0.如果你有什麼是無符號的音頻，你將取而代之的樣本32和224總結= 256（偏移和溢出）。

你需要做的是在求和之前對它們進行簽名。要簽名8位樣本，將它們轉換爲帶符號的int類型，並從它們中減去128。我假設你所擁有的是WAV文件，你需要在總和之後再次對其進行排序。

Audacity可能會進行浮點處理。我聽說過一些關於浮點的可疑聲明，例如它具有「無限動態範圍」和類似垃圾，但它不像整數那樣以明確的方式截取。浮點數的有限範圍與整數相同，但最大值和最小值的距離更遠。（這是關於最簡單的方式）。浮點可以允許音頻中的幅度變化更大，但捕獲是整體信噪比低於整數。

隨着奇怪的變形我最好的猜測是它是從你正在做的面具& 0xFF。如果你想實際剪輯而不是溢出，你將需要自己做。

for (int i = 0; i < samplesLength; i++) { 
    if (samples[i] > 127) { 
     samples[i] = 127; 
    } else if (samples[i] < -128) { 
     samples[i] = -128; 
    } 
}

否則說你有兩個樣本是125，總結得到你250（11111010）。然後你取消簽名（加128）並得到378（101111010）。一個&會得到你1111010這是122.其他數字可能會讓你的結果是有效的負數或接近0.

如果你想剪輯的東西以外的比特深度n的8位，滿量程將爲positive (2^(n - 1)) - 1和negative 2^(n - 1)，例如32767和-32768爲16位。

你可以做的另一件事情，而不是裁剪是搜索裁剪和規範化。例如：

double[] normalize(double[] samples, int length, int destBits) { 

    double fsNeg = -pow(2, destBits - 1); 
    double fsPos = -fsNeg - 1; 

    double peak = 0; 
    double norm = 1; 

    for (int i = 0; i < length; i++) { 
     // find highest clip if there is one 

     if (samples[i] < fsNeg || samples[i] > fsPos) { 
      norm = abs(samples[i]); 

      if (norm > peak) { 
       norm = peak; 
      } 
     } 
    } 

    if (peak != 0) { 

     // ratio to reduce to where there is not a clip 
     norm = -fsNeg/peak; 

     for (int i = 0; i < length; i++) { 
      samples[i] *= norm; 
     } 
    } 

    return samples; 
}

來源

2013-11-21 01:34:22 Radiodef

啊，這非常有道理，有點愚蠢我沒有意識到：P仍然使用這種方法後（簽名，添加，不簽名），我仍然得到相當嘈雜的波形，特別是在開始時。這不是可怕的剪裁，但它仍然顯着磨擦和不愉快。我將用截圖編輯問題。 – puggsoy

「Scratchy」聽起來像量化噪聲的描述。這可能是由於8位，雖然在我的經驗中，8位的量化誤差通常不是那麼明顯。這取決於您的原始信號的RMS有多低。如果出於某種原因需要8位，我的建議是使用更高的位深度，並且只在最後進行量化。只有在最後量化才能最大限度地減少錯誤，因爲它不會通過中間操作複合。這可能是Audacity所做的記錄。沒有嚴肅的音頻應用程序會在源位深處執行任何DSP。 – Radiodef

不幸的是，似乎沒有幫助，我得到了相同的結果。我甚至將它們轉換爲32位整數（乘以0xFFFFFF是如何完成的），並將它們加在一起，然後將它們寫入32位WAV，仍然是同樣的事情。在添加之前將它們轉換爲在1.0和-1.0之間浮動，然後再變回，也不起作用。 – puggsoy

這比您想象的要簡單得多;儘管您的原始文件是8位，但Audacity在內部將它們作爲32位浮點處理。您可以在屏幕截圖中的每條曲目左側的信息面板中看到這一點。這意味着將2個軌道加在一起意味着在每個點處添加兩個浮點採樣，並且將簡單地產生-2.0至+2.0的採樣值，然後將其鉗位到-1至+1範圍。相比之下，將兩個8位整數加在一起將產生另一個8位數字，其中的值溢出幷包圍。（無論您使用帶符號還是無符號值，這都可以應用。）

來源

2013-11-22 03:11:47 Kylotan

我注意到了，是的。事情是，我使用Haxe，所有整數都是32位，所以我認爲添加兩個8位整數不應該成爲問題。正如Radiodef指出的那樣，用0xFF掩蓋它會導致它環繞，這是我沒有意識到的。 – puggsoy

Audacity如何混合音頻樣本？

回答

相關問題