我有一个关于我正在开发的声音合成应用程序的问题。我正在尝试读取一个音频文件，使用 granular synthesis techniques 创建随机的“grains” ，将它们放入输出缓冲区，然后能够使用 OpenAL 将其回放给用户。出于测试目的，我只是将输出缓冲区写入一个文件，然后我可以回听。

从我的结果来看，我在正确的轨道上，但我遇到了一些混叠问题和播放声音，这些问题似乎不太正确。输出文件中间通常会发出相当响亮的爆破声，而且音量有时非常大。

以下是我为获得所需结果而采取的步骤，但我对一些事情有点困惑，即我为 AudioStreamBasicDescription 指定的格式。

1. 从我的 mainBundle 中读入一个音频文件，这是一个 .aiff 格式的单声道文件:

   ExtAudioFileRef extAudioFile;
   CheckError(ExtAudioFileOpenURL(loopFileURL,
                              &extAudioFile),
          "couldn't open extaudiofile for reading");
   memset(&player->dataFormat, 0, sizeof(player->dataFormat));
   
   player->dataFormat.mFormatID = kAudioFormatLinearPCM;
   player->dataFormat.mFormatFlags = kAudioFormatFlagIsSignedInteger | kAudioFormatFlagIsPacked;
   player->dataFormat.mSampleRate = S_RATE;
   player->dataFormat.mChannelsPerFrame = 1;
   player->dataFormat.mFramesPerPacket = 1;
   player->dataFormat.mBitsPerChannel = 16;
   player->dataFormat.mBytesPerFrame = 2;
   player->dataFormat.mBytesPerPacket = 2;
   
   // tell extaudiofile about our format
   CheckError(ExtAudioFileSetProperty(extAudioFile,
                                  kExtAudioFileProperty_ClientDataFormat,
                                  sizeof(AudioStreamBasicDescription),
                                  &player->dataFormat),
          "couldnt set client format on extaudiofile");
   
   SInt64 fileLengthFrames;
   UInt32 propSize = sizeof(fileLengthFrames);
   ExtAudioFileGetProperty(extAudioFile,
                       kExtAudioFileProperty_FileLengthFrames,
                       &propSize,
                       &fileLengthFrames);
   
   player->bufferSizeBytes = fileLengthFrames * player->dataFormat.mBytesPerFrame;
   

2. 接下来我声明我的 AudioBufferList 并设置更多属性

   AudioBufferList *buffers;
   UInt32 ablSize = offsetof(AudioBufferList, mBuffers[0]) + (sizeof(AudioBuffer) * 1);
   buffers = (AudioBufferList *)malloc(ablSize);
   
   player->sampleBuffer = (SInt16 *)malloc(sizeof(SInt16) * player->bufferSizeBytes);
   
   buffers->mNumberBuffers = 1;
   buffers->mBuffers[0].mNumberChannels = 1;
   buffers->mBuffers[0].mDataByteSize = player->bufferSizeBytes;
   buffers->mBuffers[0].mData = player->sampleBuffer;
   

3. 我的理解是 .mData 将是 formatFlags 中指定的任何内容(在本例中，键入 SInt16)。因为它是 (void *) 类型，所以我想将其转换为 float 据，这对于音频操作来说是显而易见的。在我设置一个 for 循环之前，它只是遍历缓冲区并将每个样本转换为 float*。这似乎没有必要，所以现在我将我的 .mData 缓冲区传递给我创建的函数，然后对音频进行粒度化:

       float *theOutBuffer = [self granularizeWithData:(float *)buffers->mBuffers[0].mData with:framesRead];
   

4. 在此函数中，我动态分配一些缓冲区，创建随机大小的颗粒，在使用汉明窗口对它们进行窗口化后将它们放入我的输出缓冲区，并返回该缓冲区( float 据)。到目前为止一切都很酷。

5. 接下来我设置所有输出文件 ASBD 等:

   AudioStreamBasicDescription outputFileFormat;
   
   bzero(audioFormatPtr, sizeof(AudioStreamBasicDescription));
   
   outputFileFormat->mFormatID = kAudioFormatLinearPCM;
   outputFileFormat->mSampleRate = 44100.0;
   outputFileFormat->mChannelsPerFrame = numChannels;
   outputFileFormat->mBytesPerPacket = 2 * numChannels;
   outputFileFormat->mFramesPerPacket = 1;
   outputFileFormat->mBytesPerFrame = 2 * numChannels;
   outputFileFormat->mBitsPerChannel = 16;
   outputFileFormat->mFormatFlags = kAudioFormatFlagIsFloat | kAudioFormatFlagIsPacked;
   
   UInt32 flags = kAudioFileFlags_EraseFile;
   ExtAudioFileRef outputAudioFileRef = NULL;
   NSString *tmpDir = NSTemporaryDirectory();
   NSString *outFilename = @"Decomp.caf";
   NSString *outPath = [tmpDir stringByAppendingPathComponent:outFilename];
   NSURL *outURL = [NSURL fileURLWithPath:outPath];
   
   
   AudioBufferList *outBuff;
   UInt32 abSize = offsetof(AudioBufferList, mBuffers[0]) + (sizeof(AudioBuffer) * 1);
   outBuff = (AudioBufferList *)malloc(abSize);
   
   outBuff->mNumberBuffers = 1;
   outBuff->mBuffers[0].mNumberChannels = 1;
   outBuff->mBuffers[0].mDataByteSize = abSize;
   outBuff->mBuffers[0].mData = theOutBuffer;
   
   CheckError(ExtAudioFileCreateWithURL((__bridge CFURLRef)outURL,
                                    kAudioFileCAFType,
                                    &outputFileFormat,
                                    NULL,
                                    flags,
                                    &outputAudioFileRef),
          "ErrorCreatingURL_For_EXTAUDIOFILE");
   
   CheckError(ExtAudioFileSetProperty(outputAudioFileRef,
                                  kExtAudioFileProperty_ClientDataFormat,
                                  sizeof(outputFileFormat),
                                  &outputFileFormat),
          "ErrorSettingProperty_For_EXTAUDIOFILE");
   
   CheckError(ExtAudioFileWrite(outputAudioFileRef,
                            framesRead,
                            outBuff),
          "ErrorWritingFile");
   

文件以 CAF 格式正确写入。我的问题是:我是否正确处理了 .mData 缓冲区，因为我将样本转换为 float 据，操纵(颗粒化)各种窗口大小，然后使用 ExtAudioFileWrite(CAF 格式)将其写入文件？是否有更优雅的方法来执行此操作，例如将我的 ASBD formatFlag 声明为 kAudioFlagIsFloat？我的输出 CAF 文件中有一些咔哒声，当我在 Logic 中打开它时，看起来有很多锯齿。如果我试图向它发送 float 数据但发生了某种我不知道的转换，这是有道理的。

提前感谢您对此事的任何建议!我一直是几乎所有在线源 Material 的狂热读者，包括 Core Audio Book、各种博客、教程等。我的应用程序的最终目标是向戴着耳机的用户实时播放颗粒化音频，因此写入文件的东西目前只是用于测试。谢谢!

最佳答案

你所说的关于第 3 步的内容向我暗示你正在将一组短裤解释为一组 float ？如果是这样，我们就找到了您遇到麻烦的原因。您可以将 short 值一个一个地分配到一个 float 数组中吗？这应该可以解决问题。

看起来 mData 是一个指向短裤数组的 void *。将此指针转换为 float * 不会将基础数据更改为 float，但您的音频处理函数会将它们视为它们。但是，float 和 short 值以完全不同的方式存储，因此您在该函数中进行的数学计算将对非常不同的值进行操作，这些值与您的真实输入无关信号。要通过实验对此进行调查，请尝试以下操作:

short data[4] = {-27158, 16825, 23024, 15};
void *pData = data;

void 指针不指示它指向的数据类型，因此可能错误地认为它指向 float 值。请注意，short 是 2 字节宽，而 float 是 4 字节宽。您的代码没有因访问冲突而崩溃是巧合。解释为 float 上面的数组的长度只够容纳两个值。我们只看第一个值:

float *pfData = (float *)pData;
printf("%d == %f\n", data[0], pfData[0]);

此输出将是 -27158 == 23.198200，说明您如何获得大致 23.2f 而不是预期的 -27158.0f。发生了两件有问题的事情。首先，sizeof(float) 不是 sizeof(short)。其次， float 的“1 和 0”的存储方式与整数非常不同。参见 http://en.wikipedia.org/wiki/Single_precision_floating-point_format .

如何解决问题？至少有两个简单的解决方案。首先，您可以先转换数组的每个元素，然后再将其输入音频处理器:

int k;
float *pfBuf = (float *)malloc(n_data * sizeof(float));
short *psiBuf = (short *)buffers->mBuffers[0].mData[k];
for (k = 0; k < n_data; k ++)
{
    pfBuf[k] = psiBuf[k];
}
[self granularizeWithData:pfBuf with:framesRead];
for (k = 0; k < n_data; k ++)
{
    psiBuf[k] = pfBuf[k];
}
free(pfBuf);

您会看到，在调用 granularizeWithData: with: 之后，您很可能必须将所有内容转换回 short。所以第二种解决方案是在 short 中完成所有处理，尽管从你写的内容来看，我想你不会喜欢后一种方法。

关于c++ - 使用 AudioFileServices 在 iOS 6 中进行颗粒合成，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/14016259/