记录一个音频PCM数据由双声道转单声道出错问题

引言

工作需要将一份 双声道的PCM数据转换成单声道数据，我采用的是将左右声道样点值对应相加求平均样点值的办法。
计算式如下：

typedef          int s32;
typedef unsigned int u32;

typedef          short s16;
typedef unsigned short u16;

/*
*	双声道转换成单声道：48khz-16bit-stereo  --->  8khz-16bit-mono
*	源数据缓冲：pSrcBuf 
*	源数据长度：dwSrcLen 
*	目标数据缓冲：pDstBuf
*	下面的样点必须使用 s16 表示，禁止使用 u16表示，因为u16会导致计算出错，从而产生大噪声问题！
*/

u32 dwSampleNum = dwSrcLen >> 2; //计算单声道样点数
u16* pwSrc = (u16*)pSrcBuf; //双声道数据缓冲
u16* pwDst = (u16*)pDstBuf; //单声道数据缓冲

for (u32 dwIdx = 0 ; dwIdx < dwSampleNum; dwIdx++)
{
	pwDst[dwIdx]     = (pwSrc[2*dwIdx] + pwSrc[2*dwIdx + 1]) / 2; //左右声道求均值
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

问题

实际测试发现，上述代码处理后的PCM数据含有大量的大噪声！
用 Adobe Audition 打开处理后的单声道数据：

由图可知，必是大噪声。
将上图局部放大

继续放大

由图分析：正常的声音波形是在样点值接近0的时候发生突变的，变成极大值或极小值。
查看这些突变样点值大小

综上分析，正常的声音波形是在样点值接近0的时候发生突变的，变成极大值或极小值（即：绝对值接近 32768 = 2^15）

分析

我们在上面计算左右声道样点值的均值时，是用 u16 来表示样点值的，这种表示方法在计算均值时出问题了!
一般左右声道的对应样点值是比较接近的，可能出现下面的两种情况：
例如：左声道样点值 = -1 ，右声道样点值 = 1 时

(-1 + 1)/2
= (0000 0000 0000 0000 1111 1111 1111 1111 + 0000 0000 0000 0000 0000 0000 0000 0001) /2  //u16 整型提升为 s32
= (0000 0000 0000 0001 0000 0000 0000 0000) /2                                            //加法进位
= (0000 0000 0000 0000 1000 0000 0000 0000)                                               //除2相当于右移1位
= (1000 0000 0000 0000)                                                                   //截断操作：将计算结果赋值给 目标样点值s16
= -32768                                                                                  //(1000 0000 0000 0000)就是-32768的补码
1
2
3
4
5
6

例如：左声道样点值 = -2 ，右声道样点值 = 1 时

(-2 + 1)/2
= (0000 0000 0000 0000 1111 1111 1111 1110 + 0000 0000 0000 0000 0000 0000 0000 0001) /2  //u16 整型提升为 s32
= (0000 0000 0000 0000 1111 1111 1111 1111) /2                                            //加法进位
= (0000 0000 0000 0000 0111 1111 1111 1111)                                               //除2相当于右移1位
= (0111 1111 1111 1111)                                                                   //截断操作：将计算结果赋值给 目标样点值s16
= 32767                                                                                   //(0111 1111 1111 1111)就是32767的补码
1
2
3
4
5
6

其实，类似的左右样点组合还有很多，都是在0值附近，表现在波形中就是：
正常的声音波形在样点值接近0的时候发生突变的，变成极大值或极小值。

上述分析与问题现象一致，所以可以确定问题原因就是：
因为用 u16 来表示样点值的，导致在计算均值时出错！

解决方案

在计算左右声道的对应样点均值时，样点必须使用 s16 表示，禁止使用 u16表示，因为u16会导致计算出错，从而产生大噪声问题！

/*
*	双声道转换成单声道：48khz-16bit-stereo  --->  8khz-16bit-mono
*	源数据缓冲：pSrcBuf 
*	源数据长度：dwSrcLen 
*	目标数据缓冲：pDstBuf
*	下面的样点必须使用 s16 表示，禁止使用 u16表示，因为u16会导致计算出错，从而产生大噪声问题！
*/

u32 dwSampleNum = dwSrcLen >> 2; //计算单声道样点数
s16* pwSrc = (s16*)pSrcBuf; //双声道数据缓冲
s16* pwDst = (s16*)pDstBuf; //单声道数据缓冲

for (u32 dwIdx = 0 ; dwIdx < dwSampleNum; dwIdx++)
{
	pwDst[dwIdx]     = (pwSrc[2*dwIdx] + pwSrc[2*dwIdx + 1]) / 2; //左右声道求均值
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16