音频PCM 48K to 16K 重采样

简述

部门有一个音频识别项目，采样率是16K 单通道，16Bit，最近需要接入视频通讯SDK，使用的是Webrtc 音频采样率是48K，双声道，16bit，本来想着有API可以修改这个采样率，但是SDK提供商说没有，看了下源码，确实不太好改，WebRtc 针对48K采样率的音频做了编码处理等一些操作。只能剑走偏锋？还好API提供了本地原始数据PCM的回调接口，可以将数据重采样成16K，对此做一下记录，加深印象！

重采样后的音频图对比

PCM数据格式

PCM(Pulse Code Modulation)也被称为 脉码编码调制。PCM中的声音数据没有被压缩，如果是单声道的文件，采样数据按时间的先后顺序依次存入。(它的基本组织单位是BYTE(8bit)或WORD(16bit))

重采样思路

同一时间的单位区间内 48000HZ采样了3个点，16000HZ则采样了1个点，即从48000HZ的文件中每读取3个数据，就要根据这3个数据去推算得到1个数据，而这个数据对应的就是16000HZ文件中的一个数据。 本文采用的是取3个采样点的第1个。

采样点计算：
采样率 * 声道 * 深位 = 16000 * 1 * 16
在AudioRecord中读取的时我们使用Byte数组读取的，Byte数字占用内存1个字节，也就是8位，但是音频采样点是16位一个，所以需要转换成Short。

    fun formatPcmByte2Short(dbyte: Byte, gbyte: Byte): Short =
        (((0xFF and dbyte.toInt()) shl 0x8) or gbyte.toInt()).toShort()

重采样

了解了PCM 数据格式后 重采样比想象中要简单一些，这里只做了一些简单的重采样操作。

        val mdRate = 16000
        val srcRate = 48000
        val srcChanel = 1
        val srcBit = 16


        val rate = srcRate / mdRate

        val bitV = srcBit / 8
        val srcQ = srcRate * srcChanel * srcBit / 8 / 1000
        val bytes = ByteArray(srcQ)
        var len: Int
        val input = FileInputStream(File("C:\\Users\\Administrator\\Desktop\\test.pcm"))
        val output = DataOutputStream(FileOutputStream(File("D:\\test.pcm")))

        while (input.read(bytes).also { len = it } > 0) {
            for (i in 0 until len step bitV * rate) {
                val vls = formatPcmByte2Short(bytes[i], bytes[i + 1])
                output.writeShort(vls.toInt())
            }
        }
        input.close()
        output.close()

参考资料

How to convert between (most) audio formats in .NET
PCM数据格式
【C语言】PCM音频数据处理—降低采样率