音频采样率转换问题

[sunghj]

在程序里用acm进行音频转换，例如22050-》44100，44100-》22050
代码如下:

LPWAVEFORMATEX sourceFormat = (LPWAVEFORMATEX) new char [maxSize];
LPWAVEFORMATEX destFormat = (LPWAVEFORMATEX) new char [maxSize];
memset(sourceFormat, 0, maxSize);
memset(destFormat, 0, maxSize);
sourceFormat->wFormatTag = WAVE_FORMAT_PCM;
sourceFormat->nChannels = 2;
sourceFormat->nSamplesPerSec = 22050;
sourceFormat->wBitsPerSample = 16;
sourceFormat->cbSize = 0;
sourceFormat->nBlockAlign = 4;
sourceFormat->nAvgBytesPerSec = 22050* 4;

destFormat->wFormatTag = WAVE_FORMAT_PCM;
destFormat->nChannels = 2;
destFormat->nSamplesPerSec = 44100;
destFormat->wBitsPerSample = 16;
destFormat->cbSize = 0;
destFormat->nBlockAlign = 4;
destFormat->nAvgBytesPerSec = 44100* 4; 
HACMSTREAM hstr1;
		mmr = acmStreamOpen(&hstr1,
			NULL, // driver handle
			sourceFormat, // source format
			m_destFormat, // destination format
			NULL, // no filter
			NULL, // no callback
			0, // instance data (not used)
			ACM_STREAMOPENF_NONREALTIME);
					DWORD suggestedDestSize;
					suggestedDestSize = 0; 
					hr = acmStreamSize(hstr1, numFramesAvailable*pwfx->nBlockAlign, &suggestedDestSize, ACM_STREAMSIZEF_DESTINATION);

					BYTE* pDstData = new BYTE [dwDstBytes];
					ACMSTREAMHEADER shdr;
					memset(&shdr, 0, sizeof(shdr));
					shdr.cbStruct = sizeof(shdr);
					shdr.pbSrc = pData; //
					shdr.cbSrcLength = numFramesAvailable*pwfx->nBlockAlign;
					shdr.pbDst = pDstData; //
					shdr.cbDstLength = suggestedDestSize;

					mmr = acmStreamPrepareHeader(hstr1, &shdr, 0);
					mmr = acmStreamConvert(hstr1, &shdr, 0);

					......

					mmr = acmStreamUnprepareHeader(hstr1, &shdr, 0);

.....
现在的问题是从44100-》22050正常，但是从22050-》44100严重失真

[yeah2000]

使用 开源的ssrc来转换，或者将这个开源代码放入你的程序中

[sunghj]

[Quote=引用 1 楼 yeah2000 的回复:]

使用 开源的ssrc来转换，或者将这个开源代码放入你的程序中
[/Quote]
懒得改开源代码，难道微软的这个转换函数就是这个效果？我现在得到是类似快放的效果，感觉不像是函数本身问题

[tufaqing]

dwDstBytes = suggestedDestSize??? (suggestedDestSize >= numFramesAvailable*pwfx->nBlockAlign * 2)
...
outsize = shdr.cbDstLengthUsed
代码好像没有什么问题，严重失真是指什么？完全杂音还是声音不太清晰。

[lazy_2010]

22050->44100 属于 up sample，应该是不行的吧（因为在 11025 Hz 之上的频率段信号肯定无效的），虽然没有用过，但我估计一般都是用于 down sample(44100->22050)

[sunghj]

[Quote=引用 2 楼 sunghj 的回复:]

引用 1 楼 yeah2000 的回复:

使用 开源的ssrc来转换，或者将这个开源代码放入你的程序中

懒得改开源代码，难道微软的这个转换函数就是这个效果？我现在得到是类似快放的效果，感觉不像是函数本身问题
[/Quote]
确实有杂音，但主要是类似于快放效果

[sunghj]

[Quote=引用 4 楼 lazy_2010 的回复:]

22050->44100 属于 up sample，应该是不行的吧（因为在 11025 Hz 之上的频率段信号肯定无效的），虽然没有用过，但我估计一般都是用于 down sample(44100->22050)
[/Quote]
简单的差值算法他还是应该有的吧，微软不会这么软吧