如何将.wav文件转换为float数组（编辑float数组，例如添加两个信号）并返回到.wav文件而不进行白化

Question

我正在尝试通过Ray-Tracing在处理中编写可听化程序。 要通过Ray Tracer的信息编辑样本，我需要将.wav文件（文件格式：PCM签名，16位，立体声，2字节/帧，小端）转换为浮点数组。

我通过audioInputStream和DataInputStream转换音频，我将音频加载到一个字节数组中。

然后我将字节数组转换为像这样的浮点数组。

byte[] samples;
float[] audio_data = float(samples); 

当我将浮点数组转换回.wav文件时，我得到了原始音频文件的声音。

但是当我在原始信号中添加另一个Float Array并将其转换回。 通过上面的方法wav文件（即使我添加相同的信号），我得到一个白噪声信号而不是有用信号（我可以听到白噪声调制下的原始信号，但非常非常沉默）。

我之前读到过这个问题，从float数组转换为字节数组可能会出现问题。 那是因为float是一个32位数据类型，而byte（在java中）只有16位，并且不知何故，字节混合在一起是错误的，因此白噪声就是结果。 在Processing中有一个带有符号16位整数的数据类型（命名为“short”），但我不能再修改幅度，因为我需要浮点值，我无法将其转换为short。

我还尝试通过将信号从16位值（-32768/32767）调制到-1/1的值并在混合（添加）信号后再次返回来处理浮点数组中的溢出（幅度）。 结果给了我白噪声。 当我添加2个以上的信号时，它什么也没给我任何东西（没什么可听的）。

我想要解决的具体问题是以float Arrays的形式添加许多信号（超过1000个具有相当大的延迟以创建一种混响）。 然后我想将它们组合成一个Float Array，我想将其保存为没有白噪声的音频文件。

我希望你们能帮助我。

Answer 1

如果你有真正的PCM数据点，使用简单的加法应该没有问题。 唯一的问题是，在极少数情况下（假设您的音频不是太热，开始时）值将超出范围。 这将产生严重的失真，而不是白噪声。 您遇到白噪声这一事实告诉我，您可能没有正确地将PCM总和转换回正确的输出格式。

下面是我在AudioCue中使用的一些代码，用于将PCM转换回字节。 假设格式为16位，44100 fps，立体声，小端。 我正在使用PCM作为标准化浮点数。 该算法一次转换缓冲区的数据。

for (int i = 0, n = buffer.length; i < n; i++)
    {
        buffer[i] *= 32767;

        audioBytes[i*2] = (byte) buffer[i];
        audioBytes[i*2 + 1] = (byte)((int)buffer[i] >> 8 );
    }

有时，使用Math.min（Math.max（audioval，-1），1）或Math.min（Math.max（audioval，-32767），32767）等函数将值保持在范围内。 更复杂的限制器或压缩器算法将缩放音量以适应。 但是，如果不处理，结果应该是失真，而不是白噪声。

如果错误发生在另一个阶段，我们需要查看更多代码。

所有这些说，祝你好运1000点回声阵列混响。 我没有听说过这种方法有效。 也许现在有处理器可以处理计算负荷？ （您是否尝试实时执行此操作？）我在编码实时混响方面唯一的成功就是使用Schroeder方法，从CCMRA Freeberb中插入结构和值，使用Craig Lindley现在古老的代码（版权所有） 2001）书“用Java的数字音频”。 该书的大部分内容涉及过时的GUI代码（pre-Swing！），但他为AllPass和Comb过滤器提供的代码仍然有效。

我记得当我正在研究这个时，我追踪了一个更好的混响尝试和编码，但我必须做一些真正的挖掘尝试找到我的笔记。 我当时感觉很困惑，因为算法是通过框图来呈现的，而不是编码细节甚至是伪代码。 想再次努力，并获得比Shroeder类型更好的混响工作。 Schoeder可以通过那些不太打击的声音。

获得实时光线追踪的解决方案将是一项有价值的成就。 AR / VR和游戏中的许多应用程序。