通过直接更改字节来更改音频流的音量

Question

对于点对点音频客户端，我需要能够将输出音量更改为所需的水平。在我的例子中，音量是一个介于 0 和 1 之间的浮点数。

我这样修改音频流：

void play(byte[] buf)
{
    for (int i = 0; i < buf.length; i += 2)
    {
        // sample size is 2 bytes, so convert to int and then back
        int data = ((buf[i + 1] & 0xFF) << 8) | (buf[i] & 0xFF);
        data = (int) (data * outputVolume);
        buf[i] = (byte) (data & 0xFF);
        buf[i + 1] = (byte) (data >> 8);
    }
    line.write(buf, 0, Math.min(buf.length, line.available()));
}

现在，当 outputVolume 设置为 0 时，输出是静默的。当它设置为 1 时，它表现正常并且质量很好（因为它没有被修改）。但是 0 到 1 之间的任何数字都会产生比预期流本身更大的可怕噪音。在 0.5 时，噪音达到最大声点。

我不想使用混音器本身的控件（如增益控制或音量控制），因为我在这种方式中遇到了兼容性问题，后来，我想进一步修改字节流，所以我必须迭代无论如何都要通过流。

Answer 1

假设音频数据是有符号的（因为我认为有无符号的 16 位样本是很不寻常的），那么代码中有一个错误，因为您还需要对样本进行签名。

您可以从高字节中删除& 0xFF，这将使符号扩展自动发生：

int data = (buf[i + 1] << 8) | (buf[i] & 0xFF);

如果由于某种原因您无法修改 and-shift-or 表达式，您可以像这样进行符号扩展：

int data = ((buf[i + 1] & 0xFF) << 8) | (buf[i] & 0xFF);
data = (data << 16) >> 16;

移位表达式的结果等价于：

if (data > 32767)
    data -= 65536;

还有这个：

if ((i & 0x80_00) != 0)
    i |= 0xFF_FF_00_00;

（这些也可以。）

但是，在您的情况下，您可以从高字节中删除 & 0xFF。

---

为了快速解释，如果你有一些像这样的 16 位样本（即 -1）：

11111111_11111111

如果您只是转换为 32 位而不进行符号扩展，您会得到：

00000000_00000000_11111111_11111111

但那是 65536，而不是 -1。如果设置了 16 位值中的 MSB，则符号扩展用 1 填充高位：

11111111_11111111_11111111_11111111