做过音频处理的朋友进来一下

[dahuatttt]

问题1: 2个假设同编码同设置的音频文件要混合成1个音频文件，是否还是需要先解码成pcm后再混？或者说各有各的处理比如mp3和ogg。

问题2: 假设无论如何都需要先解码,2段pcm用什么算法混一起？

问题3: 假设无论如何都需要先解码再混合再编码，多次之后是不是音质下降严重(因为每次重新编码都应该会造成质量损失吧?)

问题4: ogg有没有相关函数可以做这事?

[dahuatttt]

人工置顶...

[dahuatttt]

人工置顶下...

[dahuatttt]

求平均效果不太好，目前还在摸索中。贴一些我查到的资料给后人吧 讨论: http://bbs.csdn.net/topics/70098987 http://www.audiobar.net/viewthread.php?tid=121485 http://stackoverflow.com/questions/376036/algorithm-to-mix-sound 常用的混音算法: http://shanewfx.github.io/blog/2013/08/14/caprure-audio-on-windows/ [荐] http://www.cppblog.com/jinq0123/archive/2007/10/31/AudioMixingStudy.html http://blog.csdn.net/leohwang/article/details/7517476 http://hi.baidu.com/285988185/item/1ca1eb464905e5096cc2f0fb 某算法代码: http://www.sf.org.cn/Article/multimedia/200511/14267.html http://blog.sina.com.cn/s/blog_4d61a7570101arsr.html 研究: http://blog.csdn.net/blade2001/article/details/7163352 http://wenku.baidu.com/view/46cd4b0ef12d2af90242e631.html

[jiandingzhe]

当然总是从压缩的数据（ogg、mp3等）转成非压缩的时间-幅度数据，然后再做处理。 是否能直接处理，要看位数、采样率是否一致。如果不一致就要转化成一致的才行，比如时间上差值、幅度上缩放。 反复解压、修改、再压缩，质量会下降。如果只是对完全一样的数据，用完全一样的方法压缩、解压，质量不会下降。

[jiandingzhe]

另外，混一起你直接取平均值就行了啊

[dahuatttt]

引用 2 楼 jiandingzhe 的回复:

当然总是从压缩的数据（ogg、mp3等）转成非压缩的时间-幅度数据，然后再做处理。 是否能直接处理，要看位数、采样率是否一致。如果不一致就要转化成一致的才行，比如时间上差值、幅度上缩放。 反复解压、修改、再压缩，质量会下降。如果只是对完全一样的数据，用完全一样的方法压缩、解压，质量不会下降。

谢谢。顺带问下采样率放大用什么算法？比如22050放大到44100。

引用 3 楼 jiandingzhe 的回复:

另外，混一起你直接取平均值就行了啊

取平均好奇怪啊！那我先测试下吧。

[dahuatttt]

顺带问下采样率放大用什么算法？比如22050放大到44100。 -〉我的意思是中间插值的算法。也用前后样本取平均插进去？

[jiandingzhe]

引用 4 楼 dahuatttt 的回复:

[quote=引用 2 楼 jiandingzhe 的回复:] 当然总是从压缩的数据（ogg、mp3等）转成非压缩的时间-幅度数据，然后再做处理。 是否能直接处理，要看位数、采样率是否一致。如果不一致就要转化成一致的才行，比如时间上差值、幅度上缩放。 反复解压、修改、再压缩，质量会下降。如果只是对完全一样的数据，用完全一样的方法压缩、解压，质量不会下降。

谢谢。顺带问下采样率放大用什么算法？比如22050放大到44100。

引用 3 楼 jiandingzhe 的回复:

另外，混一起你直接取平均值就行了啊

取平均好奇怪啊！那我先测试下吧。[/quote] 采样率放大不需要复杂的算法，通常用线性插值就行。如果觉得不爽就用更高端的，二次插值什么的。 混一起当然是取平均了。混一起之前，注意区分声道。文件通常都是俩声道的。如果你要写适应性更强的代码，就要读取文件的声道数，然后按那个处理声道。

[dahuatttt]

引用 6 楼 jiandingzhe 的回复:

[quote=引用 4 楼 dahuatttt 的回复:] [quote=引用 2 楼 jiandingzhe 的回复:] 当然总是从压缩的数据（ogg、mp3等）转成非压缩的时间-幅度数据，然后再做处理。 是否能直接处理，要看位数、采样率是否一致。如果不一致就要转化成一致的才行，比如时间上差值、幅度上缩放。 反复解压、修改、再压缩，质量会下降。如果只是对完全一样的数据，用完全一样的方法压缩、解压，质量不会下降。

谢谢。顺带问下采样率放大用什么算法？比如22050放大到44100。

引用 3 楼 jiandingzhe 的回复:

另外，混一起你直接取平均值就行了啊

取平均好奇怪啊！那我先测试下吧。[/quote] 采样率放大不需要复杂的算法，通常用线性插值就行。如果觉得不爽就用更高端的，二次插值什么的。 混一起当然是取平均了。混一起之前，注意区分声道。文件通常都是俩声道的。如果你要写适应性更强的代码，就要读取文件的声道数，然后按那个处理声道。[/quote] 谢谢。 刚要动手又想到一个混合的问题。。。16位采样的数据，是16位作为一个整数去计算还是作为2个signed char分别算，还是16位作为一个float去算？

[aizibion]

其他不清楚，但这点可以肯定 “假设无论如何都需要先解码再混合再编码，多次之后是不是音质下降严重” 如果不是采用有损压缩算法，多次编解码并不会造成质量下降。

[赵4老师]

推荐使用NCTAudioStudio控件处理音频。

[dahuatttt]

引用 11 楼 zhao4zhong1 的回复:

推荐使用NCTAudioStudio控件处理音频。

看到价格退缩了。

[dahuatttt]

引用 13 楼 zhao4zhong1 的回复:

引用 12 楼 dahuatttt 的回复:

[quote=引用 11 楼 zhao4zhong1 的回复:] 推荐使用NCTAudioStudio控件处理音频。

看到价格退缩了。

搜破解版不难吧。[/quote]我胆小，怕人家告我。。。不过算法简单的自己也就那么搞下了。

[赵4老师]

有人告你侵犯版权说明你发了！

[dahuatttt]

引用 15 楼 zhao4zhong1 的回复:

有人告你侵犯版权说明你发了！

言之有理。。。

[赵4老师]

引用 12 楼 dahuatttt 的回复:

引用 11 楼 zhao4zhong1 的回复:

推荐使用NCTAudioStudio控件处理音频。

看到价格退缩了。

搜破解版不难吧。

[jiandingzhe]

引用 7 楼 dahuatttt 的回复:

[quote=引用 6 楼 jiandingzhe 的回复:] [quote=引用 4 楼 dahuatttt 的回复:] [quote=引用 2 楼 jiandingzhe 的回复:] 当然总是从压缩的数据（ogg、mp3等）转成非压缩的时间-幅度数据，然后再做处理。 是否能直接处理，要看位数、采样率是否一致。如果不一致就要转化成一致的才行，比如时间上差值、幅度上缩放。 反复解压、修改、再压缩，质量会下降。如果只是对完全一样的数据，用完全一样的方法压缩、解压，质量不会下降。

谢谢。顺带问下采样率放大用什么算法？比如22050放大到44100。

引用 3 楼 jiandingzhe 的回复:

另外，混一起你直接取平均值就行了啊

取平均好奇怪啊！那我先测试下吧。[/quote] 采样率放大不需要复杂的算法，通常用线性插值就行。如果觉得不爽就用更高端的，二次插值什么的。 混一起当然是取平均了。混一起之前，注意区分声道。文件通常都是俩声道的。如果你要写适应性更强的代码，就要读取文件的声道数，然后按那个处理声道。[/quote] 谢谢。 刚要动手又想到一个混合的问题。。。16位采样的数据，是16位作为一个整数去计算还是作为2个signed char分别算，还是16位作为一个float去算？[/quote] 当然不可能是两个signed char。 具体是16位整形还是半精度浮点，这都是可能的，取决于原本是怎么存储的。