问题标签 [audioformat]

我想使用 WASAPI 记录系统的音频输出，然后将其保存到 .wav 文件中。

到目前为止，我在 WASAPI 上遵循了这些指南：

https://msdn.microsoft.com/en-us/library/windows/desktop/dd316551%28v=vs.85%29.aspx https://msdn.microsoft.com/en-us/library/windows/desktop /dd370800%28v=vs.85%29.aspx

我使用获取缓冲区数据

然后，我正在处理这些数据，只需将其写入 .wav 文件的末尾即可：

format是WAVEFORMATEX从audioClient->GetMixFormat(&format)：

显然它的子类型WAVE_FORMAT_EXTENSIBLE是 Float：

在将所有捕获的数据写入文件之前，我填写了标题（在http://www.topherlee.com/software/pcm-tut-wavformat.html之后）：

在完成 3 秒的数据写入后，我使用fwrite.

该文件不可读。我怀疑它与WAVE_FORMAT_EXTENSIBLE，但我无法弄清楚。

我尝试覆盖以下几个元素format：

产生一个可读的 .wav 文件，但在其中播放一些点击作为静音（我尝试录制一首歌）。

正在产生所有随机噪声。

我知道网上有很多资源解释如何解交织 PCM 数据。在我目前的项目过程中，我看过其中的大部分……但我没有音频处理方面的背景，而且我很难找到关于这种常见音频形式的存储方式的详细说明。

我确实知道我的音频将有两个通道，因此样本将以 [left][right][left][right] 的格式存储......我不明白这到底是什么意思。我还读到每个样本都以 [left MSB][left LSB][right MSB][right LSB] 格式存储。这是否意味着每个 16 位整数实际上编码了两个 8 位帧，或者每个 16 位整数都有其自己的帧用于左通道或右通道？

谢谢大家。任何帮助表示赞赏。

编辑：如果您选择给出示例，请参阅以下内容。

方法上下文

具体来说，我要做的是将交错的 short[] 转换为两个 float[]，每个代表左声道或右声道。我将在 Java 中实现它。

我目前的实施

我试过播放由此产生的音频。它非常接近，足够接近，你可以理解一首歌的歌词，但显然仍然不是正确的方法。

格式

如果有人想了解有关音频格式的更多信息，以下就是我所拥有的一切。

• 格式为 PCM 2 通道交错式大端线性 int16
• 采样率为 44100
• 每个 short[] 缓冲区的短裤数为 2048
• 每个 short[] 缓冲区的帧数为 1024
• 每个数据包的帧数为 1

我正在使用AudioRecord. 目前我使用 44100 作为采样率和 16 位作为AudioFormat.

我可以使用 48000 作为采样率和 24 位AudioFormat吗？

下面是采样率 44100 和音频格式为 16 位的代码。

根据Developer site，44100Hz 是可用的最高采样率。我的问题是，我可以使用 48000Hz 和 24 位音频格式吗？

谢谢

根据此链接，我们可以使用每个样本 24 位来录制音频。24 Bits Per Sample 使用 Android L，样本分辨率将从 16 位 PCM 增加到 24 位以获得更好的结果。尽管 2013 年发布的许多智能手机都支持 24 位 96khz DAC，但 Android 操作系统始终无法使用它。

我正在开发一个 android 应用程序，因为我想录制音频并保存到一个文件夹中。

我已经尝试过这个示例代码，它从音频对象（AudioRecord）读取数据，但相同的应用程序在SAMSUNG GALAXY S5（USB 3.0）设备中仅读取0 个字节

这是我的代码..

我还在清单文件中添加了权限

读取 record.read(buffer, 0, min_buff); buffer时仅填充 0

请帮助解决这个问题。

谢谢

是否可以QAudioFormat在波形文件上使用该类？我想使用该类来获取有关波形文件的信息，例如采样率和比特率。

查看文档并没有太大帮助，我可以找到一个将文件传递给QAudioFormat类的函数。

如何在 libvlc 中设置音频的格式？

libvlc 中有一个函数，但我不知道如何使用它[从这里]：

设置解码音频格式。

这只能与 libvlc_audio_set_callbacks() 结合使用，并且与 libvlc_audio_set_format_callbacks() 互斥。

参数 mp 媒体播放器格式 标识样本格式（例如“S16N”或“FL32”）的四字符串

如何设置音频文件的格式，例如 wav 文件？

我在根据字节解析 mp3 文件中的数据时遇到问题。

第一部分输出是正确的，我有一个 254 秒长的 mp3 文件，我从 Github 的 mp3 解析库 mp3agic 获取它的信息。

但是，关于帧长度和持续时间的信息的第二部分是不正确的。

我用来获取帧长度、帧速率和持续时间的代码是：

首先，为什么帧长度和其他测量结果甚至是负数？那有什么意思？以及如何使用来自音频输入流和音频格式的信息准确计算 mp3 文件的持续时间？

我正在使用 AudioRecord 捕获音频数据包并将它们流式传输到语音识别服务器。在我的 Galaxy Note 4、Android M 设备中，它运行得非常好。但是，当我使用其他设备（Nexus 7/Android L 和 HTC combo/android ICS）时，生成的音频是断断续续的，声音中每半秒就会出现一次故障噪音，这会破坏服务器的语音识别过程。

我知道这是一个复杂的话题，有人知道如何处理 android 中的这种音频捕获异常吗？

这是我的代码设置：

我正在开发一个可以播放多个音频文件的应用程序。我已经让它工作了，没有问题。但我不确定要使用什么文件格式。现在我正在使用.wav 和一个.mp3。有推荐的文件类型吗？我不知道应用程序是如何为 App Store 打包的；音频应该压缩还是未压缩？

谢谢！

我正在尝试开发像 Shazam 这样的 Android 应用程序。我搜索了 Shazam 在 Google 上的工作方式，我发现这是可以阅读的。如您所见，它首先录制歌曲。但我的录制代码有问题，因为 Android Studio 显示该代码带有红色下划线的错误。

这是我的代码：

用于格式化录音。当我将该代码复制到主要活动中时，它显示错误如下：

当我将光标悬停在错误上时，它说“AudioFormat 在 android.media.AudioFormat 中不公开。无法从外部包访问”。我该如何解决？我关注的链接中的代码是否错误？我一直在搜索 Android 的教程代码来开发类似 Shazam 应用程序的东西。

为 Andrew Cheong 的回答编辑

我知道为什么因为Cheong的回答，所以我这样使用

但正如您在代码中看到的，我只能找到 setSampleRate() 来设置采样率。我找不到其他方法来设置 sampleSizeInBits、channels、signed 和 bigEndian。我不知道如何设置它们。如何设置其余变量？