正在解释fftw的.wav数据
Interpreting .wav data for fftw
我正在尝试读取.wav文件,并找到信号的最高主频。我使用这个主题来读取文件,然后使用函数bytesToFloat将结果转换为float。
最后,在我将数组复制到fftw_complex中后,我运行fftw的计划,找到模数(sqrt(real*real + im*im)
)并找到最高值,但结果与信号的频率不匹配,输出通常不是数字。
我使用的.wav文件是维基百科上的110赫兹(A2)频率。
我的问题是:
浮点转换是否正确?
为什么fft后输出矢量返回NaN?
如何读取.wav文件以便使用fftw?
感谢阅读,如有任何帮助,不胜感激。
完整代码:
#include <math.h>
#include <fftw3.h>
#include "Reader.h"
#include <iostream>
#include <string>
#include <fstream>
#include <cstdint>
using namespace std;
typedef struct WAV_HEADER
{
/* RIFF Chunk Descriptor */
uint8_t RIFF[4]; // RIFF Header Magic header
uint32_t ChunkSize; // RIFF Chunk Size
uint8_t WAVE[4]; // WAVE Header
/* "fmt" sub-chunk */
uint8_t fmt[4]; // FMT header
uint32_t Subchunk1Size; // Size of the fmt chunk
uint16_t AudioFormat; // Audio format 1=PCM,6=mulaw,7=alaw, 257=IBM Mu-Law, 258=IBM A-Law, 259=ADPCM
uint16_t NumOfChan; // Number of channels 1=Mono 2=Sterio
uint32_t SamplesPerSec; // Sampling Frequency in Hz
uint32_t bytesPerSec; // bytes per second
uint16_t blockAlign; // 2=16-bit mono, 4=16-bit stereo
uint16_t bitsPerSample; // Number of bits per sample
/* "data" sub-chunk */
uint8_t Subchunk2ID[4]; // "data" string
uint32_t Subchunk2Size; // Sampled data length
} wav_hdr;
int getFileSize(FILE* inFile);
float bytesToFloat(int8_t b0, int8_t b1, int8_t b2, int8_t b3);
void WavRead(string fileName, int& samples, float* floatBuffer);
using namespace std;
int main(void) {
fftw_complex *in, *out;
fftw_plan p;
int numSamples=0;
float* floatBuffer;
float* dest;
floatBuffer = (float*)malloc(sizeof(float));
WavRead("110.wav", numSamples, floatBuffer);
in = (fftw_complex*)fftw_malloc(numSamples*sizeof(fftw_complex));
out = (fftw_complex*)fftw_malloc(numSamples*sizeof(fftw_complex));
for (int i = 0; i < numSamples; i++)
{
in[i][0] = floatBuffer[i];
in[i][1] = (float)0;
}
p = fftw_plan_dft_1d(numSamples, in, out, FFTW_FORWARD, FFTW_ESTIMATE);
fftw_execute(p);
dest = (float*)malloc(sizeof(float)*numSamples);
for (int i = 0; i < numSamples; i++) {
dest[i] = std::sqrt(out[i][0] * out[i][0] + out[i][1] * out[i][1]);
}
double max = 0;
int index=0;
for (int i = 0; i < numSamples; i++) {
if (dest[i] > max) {
max = dest[i];
index = i;
}
}
cout << endl << index << endl << max << endl;
fftw_destroy_plan(p);
fftw_cleanup();
system("pause");
return 0;
}
void WavRead(string fileName, int& samples, float* floatBuffer)
{
wav_hdr wavHeader;
int headerSize = sizeof(wav_hdr), filelength = 0;
const char* filePath;
filePath = fileName.c_str();
FILE* wavFile = fopen(filePath, "r");
if (wavFile == nullptr)
{
fprintf(stderr, "Unable to open wave file: %sn", filePath);
system("pause");
}
//Read the header
size_t bytesRead = fread(&wavHeader, 1, headerSize, wavFile);
if (bytesRead > 0)
{
//Read the data
uint16_t bytesPerSample = wavHeader.bitsPerSample / 8; //Number of bytes per sample
uint64_t numSamples = wavHeader.ChunkSize / bytesPerSample; //How many samples are in the wav file?
samples = numSamples;
static const uint16_t BUFFER_SIZE = numSamples*sizeof(float);
int8_t* buffer = new int8_t[BUFFER_SIZE];
floatBuffer = (float*)malloc(sizeof(float)*numSamples);
while ((bytesRead = fread(buffer, sizeof buffer[0], BUFFER_SIZE / (sizeof buffer[0]), wavFile)) > 0)
{
}
for (int i = 0; i < numSamples * 4; i += 4)
{
floatBuffer[i / 4] = bytesToFloat(i, i + 1, i + 2, i + 3);
}
delete[] buffer;
buffer = nullptr;
}
fclose(wavFile);
}
// find the file size
int getFileSize(FILE* inFile)
{
int fileSize = 0;
fseek(inFile, 0, SEEK_END);
fileSize = ftell(inFile);
fseek(inFile, 0, SEEK_SET);
return fileSize;
}
float bytesToFloat(int8_t b0, int8_t b1, int8_t b2, int8_t b3)
{
int8_t byte_array[] = { b3, b2, b1, b0 };
float result;
std::copy(reinterpret_cast<const char*>(&byte_array[0]),
reinterpret_cast<const char*>(&byte_array[4]),
reinterpret_cast<char*>(&result));
return result;
}
WAV
是一种容器格式(RIFF
容器的类型)。作为一个容器,它可以对在录音机上注册的任何类型的编解码器/格式进行编码。每个编解码器都有一个FOURCC
。即使您的浮点转换对于PCM
(脉冲编码调制-意味着样本按原样记录(有点))格式是正确的,但如果编码的音频流不是PCM
,它也会失败。因此,您必须在代码中确保AudioFormat
为1(PCM)。有时这被称为RAW编码。
如果它不是原始的,μ定律和ADPCM
编解码器并不太复杂,但您最好要求RAW
格式。如果没有,你需要将解码库集成到你的项目中。这在很大程度上取决于你使用的平台(Linux、Windows、Mac)。在您的代码中,我看不到任何关于Windows库的提示,所以如果您在Linux上,您需要安装lame
和lame-dev
软件包(这取决于您使用的发行版),请阅读一些关于它的API
的信息。
解码取决于实际库的API,但通常:
- 用你从容器标题中读取的一些元数据配置解码库(如果是立体声,这对你来说也有点重要,采样频率,16或24位,或者采样分辨率是多少,等等)
- 从容器中提取音频流-这是RAW缓冲区,没有任何浮动转换,因为你不知道数据的格式,它很可能是压缩的
- 把它传给编解码器,让它完成它的工作
之后,编解码器库将为您提供原始PCM数据。你可以利用这些数据。
我没有时间为它设置测试台或调试它。这些是一般的指导和你必须注意的事情。
- 防止主数据类型C++的隐式转换
- 用于访问容器<T>数据成员的正确 API
- 嵌套在类中时无法设置成员数据
- 使用流处理接收到的数据
- 静态数据成员的问题-修复链接错误会导致编译器错误
- 如何使用curl c ++源代码发布wav文件数据,如何使用c ++使用--data-binary?
- WAV文件的数据在-1和1之间,C ,SNDFILE
- 将 FFT 应用于 WAV 文件数据的 C++
- 通过字符串将wav数据从Java发送到Cpp
- 使用C++(基于C#程序)保存wav文件时,音频数据不正确
- .wav C++数据输出不正确
- 正在解释fftw的.wav数据
- 从数据实时创建WAV文件 - 需要帮助
- 实时录制/转换音频数据到WAV
- 在 C++ 中使用 libsndfile 从 WAV 文件中提取原始音频数据
- 使用Hopfield神经网络读取WAV文件的数据部分以进行语音识别
- 在哪里使用c++和qt将Wav标头添加到实时音频服务器中的数据
- 在c++中读取.wav数据时的意外输出
- 在C/ c++中读取和处理WAV文件数据
- 取消PCM(*.wav)立体声音频数据的交互