生成音频波形
问题描述：
这篇文章更多的是关于澄清，而不是实现某种音频波形算法。我读过有关的主题（包括对SO进出网络上）的帖子无数，这里就是我已经收集：生成音频波形
- 在16位WAV的背景下，我想读的每两个字节作为
short，这将导致介于-32768到32767之间的值。 - 对于44.1kHz的采样率，每一秒音频将有44000个采样。
这是相当直接的，但是我有以下问题：
- 在单声道呈现的WAV只有一个信道，这是每帧信息的两个字节。在立体声中，这成为四个字节的信息。在我的情况下，我不需要显示两个频道，所以我只需跳过正确的频道并只读取左侧的频道？我读过的一些解决方案提到了将左右声道结合起来，但我不确定这是否是必需的。
- 假设我有一个长度为两秒的音频文件，另一个长度为三十秒的音频文件。如果我需要抓取最少800个样本来表示波形，则会沿文件长度抓取800个样本，引入精度问题，例如，对于两个第二音频文件为
(44,000 * 2)/800，对于第三十二音频文件为(44,000 * 30)/800。
一个解释真的很感谢！
答
这是我的专业领域之外，但我会给它一个去。
据我所知，你可能会跳过一些样本并保持合理的准确性 - 如果你跳过43 kHz文件中的每一个其他样本，就好像你在22.05 kHz记录了原始样本。但是，根据Wikipedia，如果采样频率小于您正在采样的声音的某个分量的频率的两倍，则会遇到准确性问题。除非你的音频中有高调的铃铛和cy，否则这在22.05 kHz时可能不是问题。但是如果你每30秒只抽样800次，那么处理器官的最低音就不足以处理。假设你每秒采样800次，并且在800赫兹处有一个声音（接近G或高于高音C的G＃）。每次你采样时，你都会得到完全相同的波形点。您正在采样的波浪中的这个位置可能是峰值点，或者它可能是一个低点。不经常抽样，你不可能知道。
至于是否只能采样一个通道，取决于是否可以忽略其他通道。想象一下立体声文件，右边有声音，左边有音乐。他们将有不同的波模式。如果您可以忽略音乐，那么您可以右取样并忽略左侧。如果你需要两者，那么你显然需要对两者进行抽样。
我们不能回答你的第一个问题，问问给你任务的人。我不明白你的第二个问题。你在谈论哪个“特定区域”？您需要2 * 44k采样来表示两秒的音频。这就是采样率的定义。使用22k样本无法录制44k音频。 –
@TamasHegedus我更新了我的第二个问题。我试图尽可能地重新说出它。简而言之，我只是试图确定44,000个样本区域内的样本是否疯狂地变化，以及是否需要进行某种平均。 – Raggeth
是啊这两个问题需要澄清 - 通过收集一堆信息不会提出一个问题 - 你没有达到它似乎的东西，你试图解释一些你不明白的东西 - 告诉我如何做到这一点 – gpasch