我怎样才能转换一个。wav文件到浮点数组（编辑浮点数组，例如添加两个信号）并返回到浮点数组。无白噪声的wav文件

Question

我正试图通过光线追踪来编程听觉处理。要根据光线跟踪器中的信息编辑样本，我需要转换。wav文件（文件格式：PCM签名，16位，立体声，2字节/帧，小尾端）到浮点数组。

我通过一个audioInputStream和一个DataInputStream转换了音频，我将音频加载到一个字节数组中。

然后我将字节数组转换成如下的浮点数组。

byte[] samples;
float[] audio_data = float(samples); 

当我将浮点数组转换回。wav文件，我正在获取原始音频文件的声音。

但是当我添加另一个浮点阵列到原始信号，并通过上述方法将其转换回. wav文件（即使我添加相同的信号），我得到一个白噪声信号，而不是想要的信号（我可以听到白噪声调制下的原始信号，但非常非常安静）。

我以前读过关于这个问题的文章，从浮点数组到字节数组的转换可能会出现问题。这是因为float是一种32位的数据类型，字节（在java中）只有16位，而且不知怎么的，字节混合在一起是错误的，所以结果是白噪声。在处理过程中，有一种数据类型具有带符号的16位整数（名为：“short”），但我不能再修改振幅，因为我需要浮点值，而我不能将其转换为short。

我还试图通过将信号从16位值（-32768/32767）调制为-1/1的值，并在混合（添加）信号后再次返回，来处理浮点数组中的溢出（振幅）。结果给了我白噪音。当我添加了两个以上的信号时，我什么也听不到。

我想解决的具体问题是以浮点数组的形式添加许多信号（1000多个信号，延迟相当大，以产生一种混响）。然后我想把它们组合成一个浮点数组，我想把它保存为一个没有白噪声的音频文件。

我希望你们能帮我。

Answer 1

如果您有真正的PCM数据点，使用简单加法应该没有问题。唯一的问题是，在极少数情况下（假设你的音频一开始不太热），这些值会超出范围。这往往会造成严重的失真，而不是白噪声。得到白噪声的事实向我表明，对于输出的格式，可能您没有正确地将PCM总和转换回字节。

这是我在AudioCue中使用的一些代码，用于将PCM转换回字节。格式假设为16位、44100 fps、立体声、小端。我将PCM用作标准化浮点数。该算法一次为缓冲区的数据进行转换。

for (int i = 0, n = buffer.length; i < n; i++)
    {
        buffer[i] *= 32767;

        audioBytes[i*2] = (byte) buffer[i];
        audioBytes[i*2 + 1] = (byte)((int)buffer[i] >> 8 );
    }

有时，像数学这样的函数。min（Math.max（audioval，-1），1）或Math。min（Math.max（audioval，-32767），32767）用于将值保持在范围内。更复杂的限制器或压缩算法将根据需要调整音量。但是，如果不处理，结果应该是失真，而不是白噪声。

如果错误发生在另一个阶段，我们需要查看更多的代码。

所有这一切都表明，我祝你好运与1000点回波阵列混响。我没听说过这种方法有效。也许现在有处理器可以处理计算量了？（你是想实时完成这项工作吗？）我在实时混响编码方面唯一的成功是使用施罗德方法，从CCMRA Freeberb中插入结构和值，使用克雷格·林德利（Craig Lindley）现在已经很古老（版权2001）的书《Java数字音频》（Digital Audio with Java）中的代码。这本书的大部分内容都涉及过时的GUI代码（预Swing！），但他给出的全通和梳状滤波器的代码仍然有效。

我记得当我在做这个的时候，我找到了一个更好的混响来尝试和编码，但是我必须做一些真正的挖掘来尝试和找到我的笔记。当时我觉得自己疯了，因为算法是通过框图呈现的，而不是编码细节，甚至是伪代码。不过，我想再做一次，得到一个比施罗德类型更好的混响来工作。舍尔德对于不太撞击的声音还过得去。

获得实时光线追踪的解决方案将是一项有价值的成就。许多应用在虚拟现实和游戏中。