修改音頻樣本緩沖區的音量增益

Question

我想用語音數據增加緩沖區的音量。 關鍵是我正在使用DirectSound，我有一個主緩沖區和一個輔助緩沖區 - 所有流混合都是手工完成的。 在語音聊天中，所有參與者可以具有獨立的音量級別。 我將每個流數據乘以一個值（增益）並將其加到一個緩沖區。 一切正常，但當我嘗試將數據乘以大於1.0f的值時 - 我聽到一些剪輯或什么。

我嘗試使用Audacity效果壓縮器，但這無助於減少奇怪的噪音。

可能我應該以其他方式改變收益？ 或者只是使用另一種后處理算法？

更新：哇，我剛發現有趣的事情！ 在增加音量之前，我已經放棄了音頻。

這是照片

對不起質量 - 我認為這應該是聲音出現的方式（我自己畫了紅線）。 真的看起來像超過樣本數據類型的值。 但我無法理解為什么？ 我的samplebuffer是BYTE，但我只通過短指針訪問它。 它已簽名但即使* ptr約為15-20萬時也會發生剪輯。

Answer 1

對於每個樣本 - 將其轉換為更大的數據類型 - 如果您有16位簽名樣本，它們最初適合SHORT - 從流中提取它，然后轉換為本地double，然后乘以，然后CLIP，然后轉換回SHORT。

它必須以這種方式工作......

如果需要，我甚至可以提供代碼示例。

編輯：

您的圖片確實證明您在乘法之前沒有擴展到更大的類型 - 您無法在SHORT上“捕獲”剪切條件，因為它會自動換行。

short* sampleBuffer;
...
short sample=*sampleBuffer;
double dsample=(double)sample * gain;
if (dsample>32767.0) {dsample=32767.0;}
if (dsample<-32768.0) {dsample=-32768.0;}
*sampleBuffer=(short)dsample;
sampleBuffer++;

還有一個編輯：

如果你有幾個聲音 - 首先將它們全部加倍 - 然后加入每個聲音 - 然后添加它們 - 並將它們作為最后一步進行CLIP。

還有一個編輯（+ 1s鼓舞了我）：

如果你有STEREO，同樣的東西也會起作用，只計算所有的樣本x2即

number of shorts number of samples = number of samples * 2 。