iOS 核心音频：在 kAudioFormatFlagsCanonical 和 kAudioFormatFlagsAudioUnitCanonical 之间转换

Question

我需要在这种格式之间进行转换：

        format.mSampleRate  = 44100.0; 
        format.mFormatID = kAudioFormatLinearPCM;
        format.mFormatFlags = kAudioFormatFlagsCanonical | kLinearPCMFormatFlagIsNonInterleaved;
        format.mBytesPerPacket = sizeof(AudioUnitSampleType);
        format.mFramesPerPacket = 1;
        format.mBytesPerFrame = sizeof(AudioUnitSampleType);
        format.mChannelsPerFrame = 2 ;
        format.mBitsPerChannel = sizeof(AudioUnitSampleType)*8;

还有这种格式

format.mSampleRate  = 44100.0; 
format.mFormatID = kAudioFormatLinearPCM;
format.mFormatFlags = kAudioFormatFlagsAudioUnitCanonical;
format.mBytesPerPacket = sizeof(AudioUnitSampleType);
format.mFramesPerPacket = 1;
format.mBytesPerFrame = sizeof(AudioUnitSampleType);
format.mChannelsPerFrame = 2; 
format.mBitsPerChannel = sizeof(AudioUnitSampleType)*8;

在音频渲染回调的范围内，其中有以下代码，buffer[] 是第二种格式，array[] 需要第一种格式。

for (k = 0; k < channels; k++){
    buffer = (AudioUnitSampleType *) ioData->mBuffers[k].mData;
    for(j=0; j < samples; j++){
        array[j] = buffer[j];
    }
}

我知道您可以使用 Apple 转换器单元，但在我的情况下我不能使用 Apple 转换器音频单元（这是有原因的）。

基本上两种格式之间的唯一区别是 format.mFormatFlags 的以下标志 (kAudioUnitSampleFractionBits

如何将 buffer[]（包含第二种格式的数据）转换为 array[]（包含第一种格式的数据），反之亦然？

谢谢。

Answer 1

好吧，如果您参考kAudioFormatFlagsAudioUnitCanonical 上的文档，您会看到：

kAudioFormatFlagsAudioUnitCanonical The flags for the canonical audio unit sample 
type. This matches AudioUnitSampleType.

和

The canonical audio sample type for audio units and other audio processing in 
iPhone OS is noninterleaved linear PCM with 8.24-bit fixed-point samples.

所以，buffer[] 数组中的样本是 8.24 位定点格式。这是什么意思？

8.24 位定点格式用于表示具有固定精度的浮点数 - 一个 32 位整数，其中前 8 位表示整数部分，后 24 位表示小数部分（小数点后的数字） ）。 (Further reading)

在 iOS 音频单元中，有一个细微的差别 - 这个浮点数（通常）在 [-1, 1) ([-1.000000000000, +0.999969482421875] to be exact) 范围内。此范围之外的值在转换为 16 位 PCM 时会被简单地截断。您可以验证前 8 位在大多数情况下是 0x00 或 0xff（二进制补码中的 -1）。

要将此表示形式转换为 16 位数字，请使用：

SIGN((SInt8)(val >> 24)) * 32768 * (val & 0xFFFFFF)/(float)(1<<24)

即：从 8 MSB 中提取符号，从 24 LSB 中提取小数值，然后除以 24 位整数 (2^24) 的范围，得到 0 和 1 之间的浮点数，最后乘以 32768 得到获得所需范围内的值。

虽然我自己没有尝试过 - 您可能需要在这里和那里调整一些东西。

Answer 2

也许是一个迟到的答案，但由于某种原因移位位方法对我不起作用，我在音频图https://github.com/tkzic/audiograph 中发现了这个效果很好的替代方法

我从那里调整了一点方法，瞧：

void ConvertInputToInt16(AudioStreamBasicDescription inFormat, void *buf, void *outputBuf, size_t capacity)
 {  
   AudioConverterRef converter;
    OSStatus err;

    size_t bytesPerSample = sizeof(SInt16);
    AudioStreamBasicDescription outFormat = {0};
    outFormat.mFormatID = kAudioFormatLinearPCM;
    outFormat.mFormatFlags = kAudioFormatFlagIsSignedInteger | kAudioFormatFlagIsPacked;
    outFormat.mBitsPerChannel = 8 * bytesPerSample;
    outFormat.mFramesPerPacket = 1;
    outFormat.mChannelsPerFrame = 1;
    outFormat.mBytesPerPacket = bytesPerSample * outFormat.mFramesPerPacket;
    outFormat.mBytesPerFrame = bytesPerSample * outFormat.mChannelsPerFrame;
    outFormat.mSampleRate = inFormat.mSampleRate;

    NSLog(@"description for in format: %@", descriptionForAudioFormat(inFormat));
    NSLog(@"description for out format: %@", descriptionForAudioFormat(outFormat));

    UInt32 inSize = capacity*sizeof(SInt32);
    UInt32 outSize = capacity*sizeof(SInt16);

    // this is the famed audio converter

    err = AudioConverterNew(&inFormat, &outFormat, &converter);
    if(noErr != err) {
        NSLog(@"error in audioConverterNew: %d", (int)err);
    }


    err = AudioConverterConvertBuffer(converter, inSize, buf, &outSize, outputBuf);
    if(noErr != err) {
        NSLog(@"error in audioConverterConvertBuffer: %d", err);
    }

}