在处理音频的时候的有时候需要特定分贝(如-10dB)的音频波形,本文主要介绍如何生成特定分贝数的音频文件。有以下几个方面:
- 简单的生成特定分贝的波形
- 模拟频率和数字频率
- 波形生成
- 代码的封装
- 正弦波、方形波、锯齿波、三角波的生成
- 生成特定分贝特定形状的波形
简单的生成特定分贝的波形
波形可以通过一个周期内幅度值的变化来描述,所以要生成指定的波形就要知道两个量:周期(频率)和幅度的变化值。数字信号通常由模拟信号采样得到,而通常所说的频率也是模拟频率,所以首先要搞清楚模拟频率、数字频率,采样率这些量之间的关系。
数字频率和模拟频率
通常所说的频率为模拟频率,其单位为赫兹Hz,表示每秒信号变化的周期数。以单位圆为例,旋转一圈表示信号变化一个周期(产生一个正弦或者余弦波形),则模拟频率指的是每秒钟圆旋转的圈数。1000Hz,就是1秒钟圆旋转了1000圈(1秒钟有1000个正弦或者余弦曲线)。如下图:
单位圆旋转一周,在水平方向产生一个正弦波;竖直方向产生一个余弦波。
模拟角频率,仍然以单位圆为例,频率是单位时间内单位圆旋转的圈数,每旋转一圈单位圆旋转的角度是 (2 * pi)。 频率为f的波,表示一秒钟旋转f圈,角度变化就是 (2 * f * pi),故模拟角频率就是 (2 * f * pi rad /s)。
数字信号通常有模拟信号采样而来,采样频率 指的是单位时间内提取到的样本的个数,由奈奎斯特采样定理知道,要完全的保留模拟信号的信息,就需要采样频率大于等于模拟信号中最高频率的2倍。
数字频率,更准确叫法应该是归一化角频率,其单位为弧度(rad),表达式为:(2 * pi * f / fs),其中f为频率,fs为采样率。物理意义为相邻两个采样点之间变化的弧度数。
现在假设有个模拟的正弦信号x[t],其模拟频率为f=1000Hz,幅度为A,初始相位为0,则该信号的表达式为:(x[t] = A * sin(2pi * f * t) = Asin(2000*pi*t))
以采样率fs = 5000对其进行采样,得到数字信号x[n],则采样得到的数字信号的表达式i为:(x[n] = A * sin(2pi * f / fs * t) = Asin(0.4pi*n))。可以看出数字频率为0.4pi,也就是每隔0.4pi弧度取得一个sample。初始相位为0,则该数字信号的幅度序列为:(Asin(0),Asin(0.4pi),Asin(0.4 * 2 * pi),Asin(0.4 * 3 * pi),...,Asin(0.4*n*pi))。这一系列离散的点组成的数字信号其对应的模拟的信号就是(x[t] = Asin(2000*pi*t))。也就说,要想生成特定频率,特定幅度(幅度和分贝有转换关系)的波形,只需要知道其数字频率就可以了。
总结:
模拟频率f表示单位时间内信号变化的周期数,单位是赫兹Hz;模拟角频率$Omega = 2f pi (,表示单位时间内信号变化的角度,单位是rad/s;
采样率fs表示单位时间内采样得到的样本数;数字频率,归一化角频率)omega=2fpi/fs$,表示采样时相邻两个样本间变化的弧度数。
由以上可知,即使两个数字频率完全相同的数字信号,其对应的模拟信号缺不一定相同,还需要考虑到采样率。而且采样率是模拟信号和数字信号之间进行转换的桥梁。
生成特定分贝的波形
从上面可以知道,要生成指定频率和分贝的波形,需要两个量:
- 数字频率,相邻两个采样点之间变化的弧度数。 该值可以由模拟频率和采样率得到 (2fpi / fs)
- 幅度值,幅度值可通过分贝dB换算得到。 (dB = 20 * log(A) o A = 10 ^ {db/20}),这里幅值A归一化到[-1,1]。关于分贝和幅值之间的关系可以参考声音分贝的概念,dBSPL.dBm,dBu,dBV,dBFS
现假设要生成-10dB,频率为1000Hz的正弦波形,其采样率为48000,有下面代码:
double f = 1000;
double fs = 48000
double db = -10.0f;
double duration = 10;
double incr = 2 * pi * f / fs ;// 数字频率,也是相邻两个采样点的变化的弧度
double A = powf(10,db / 20); // 波形的最大幅度值
float* frame = new float[static_cast<int>(duration * fs)];
for(int i=0; i < static_cast<int>(duration * fs); i ++)
frame[i] = A * sin(i * incr);
有了上面模拟频率和数字频率之间的转换关系后,上面代码还是比较简单明了的。首先通过模拟频率和采样率计算出数字频率,也就是相邻两个采样点之间的变化的弧度;然后,根据分贝数和幅度之间关系计算出波形的最大幅度值(这里说明下,音频的分贝计算通常取一段时间内(例如50ms)样本值的最大值(Peak值)。关于音频音量的度量,有机会会单独介绍)。最后,for循环计算各个sample的值,生成波形。如下图得到一个周期内的样本值:
代码封装
使用上面不到10行的代码就可以生成一个指定频率,指定分贝的正弦波形了。但是,上述代码实在太简单,下面就使用C++的类,将上面不到10行的代码编变成200行。
生成各种形状的波
标准的波形除了正弦波外,还有方形波、三角波、锯齿波等。如下图:
首先,声明一个classOscillator
,其功能就是根据频率和采样率以及选择的波形形状,连续的产生波形的sample值。有以下的字段:
double sampleRate; // 采样率
double twoPIdivSamplerate; // 2 * pi / sampleRate
double curFreq; // 当前频率
double curPhase; // 当前相位
double incrSample; // 每个sample增长的值
// 正弦波
double sinetick(double freq)
{
auto val = sin(curPhase);
updateFreq(freq);
updatePhase();
return val;
}
sinetick
生成正弦波的sample。该函数需要波形的频率作为参数,在生成返回当前的sample后。根据传入的频率不同,更新相邻sample的变化值,为生成下一个sample做准备。
void updateFreq(double freq)
{
if (curFreq != freq)
{
curFreq = freq;
incrSample = twoPIdivSamplerate * freq;
}
}
void updatePhase()
{
curPhase += incrSample;
if (curPhase >= 2 * pi)
curPhase -= 2 * pi;
else if (curPhase < 0.0)
curPhase += 2 * pi;
}
除了sinetick
外,还有squaretick
生成方形波的sample;triangletick
,生成三角波的sample;sawtoothDownTick
,生成向下的锯齿波的sample;sawtoothUpTick
生成向上的锯齿波的sample。
生成特定分贝的波形
使用class Oscillator
可以生成诸如(sin(2f/fs cdot pi))的波形,但是还缺少一个对波形幅值的缩放系数,来生成特定分贝的波形。下面再定一个class AudioGenerator
,该类的主要功能是能够 生成不同形状的指定分贝的波形,对于sample的类型也有三种选择:16位的有符号整型、32位有符号整型以及单精度浮点数。
float GenerateFloat_32(double decibel, double freq, WavformType wavType = WavformType::SIN)
{
auto amplitude = powf(10.0, decibel / 20); // 幅度
double val;
val = value(freq, wavType);
amplitude *= val;
if (amplitude > 1.0f)
amplitude = 1.0f;
else if (amplitude < -1.0f)
amplitude = -1.0f;
return static_cast<float>(amplitude);
}
上面方法是生成单精度浮点数的sample。首先根据分贝数,计算得到波形的最大幅度值;value
函数根据选择波形形状的不同,调用Oscialltor
中的不同波形的生成方法,对得到的sample使用前面最大幅值进行缩放。
使用以及wav文件的保存
代码基本已经完成了,接下来就是将生成的波形保存为wav文件了。对于wav文件读写,在前面有个介绍C++标准库实现WAV文件读写,但是后来在使用SoundTouch
这个变调变速的库的时候,发现其带的WavOutFile
和WavInFile
用着挺方便的,这是就是用其来保存wav文件 。
int db = -10;
float amplitude = powf(10.0, static_cast<float>(db) / 20);
int f = 1000; // 信号的模拟频率为1000Hz
int fs = 48000; // 采样频率为48000Hz
int duration = 10; //生成10s的信号
AudioGenerator gen(fs);
WavOutFile *outFile;
float *outFrame = new float[duration * fs];
outFile = new WavOutFile("-10db_sin.wav", fs, 32, 1);
for (int i = 0; i < fs * duration; i++)
outFrame[i] = gen.GenerateFloat_32(-10, f);
outFile->write(outFrame, fs * duration);
delete outFile;
代码很简单,就不做过多的解释了。生成-10dB各种波形的结果
总结
本文主要介绍了如何生成指定分贝的标准信号,正弦波、方形波、三角波、锯齿波等。对于波形的生成,首先要弄清楚模拟频率和数字频率之间的关系。
- 模拟频率f,单位时间内信号变化的周期数
- 模拟角频率,单位时间内信号变化的弧度,单位 rad/s
- 采样率fs,单位时间内采样得到的样本数
- 数字频率 (2f/fs cdot pi),相邻两个样本间变化的弧度数。