iOS Core Audio：在kAudioFormatFlagsCanonical和kAudioFormatFlagsAudioUnitCanonical之间转换

我需要在这个格式之间转换：

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; 

和这种格式

 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audio呈现callback的范围内有下面的代码，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]; } } 

我知道你可以使用苹果转换器单元，但是我不能在我的情况下使用苹果转换器audio单元（这是有原因的）。

基本上两个格式之间的唯一区别是format.mFormatFlags（kAudioUnitSampleFractionBits << kLinearPCMFormatFlagsSampleFractionShift）的以下标志。

如何将缓冲区[]（包含第二种格式的数据）转换为数组[]（包含第一种格式的数据），反之亦然？

谢谢。

Answer 1

那么，如果你参考kAudioFormatFlagsAudioUnitCanonical上的文档，你会看到：

 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[]数组中的采样点是8.24位的定点格式。 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 – 32位整数，前8位表示整个部分，最后24位表示小数部分（小数点后的数字）。 （ 进一步阅读 ）

在iOSaudio单元中，有一个很小的差别 – 这个浮点数（通常）的范围是[-1,1）（ [-1.000000000000，+ 0.999969482421875] ）。 转换为16位PCM时，此范围之外的值将被简单剪切。 你可以validation前8位大部分是0x00或0xff（在2的恭维中是-1）。

要将此表示转换为16位数字，请使用以下命令：

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

即：从8个MSB中提取符号，从24个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得到一个值在期望的范围内。

我自己也没有尝试过 – 你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，但由于移位方法不适用于我的原因，我发现这个替代方法很好，在audiograph https://github.com/tkzic/audiograph

我从那里调整了一下方法，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); } }