SoundTouch音頻處理庫源碼分析及演算法提取(1)

SoundTouch音頻處理庫的使用異常簡單，經過簡單的編譯之後，設定編譯環境，以vc為例

，直接在include包含SoundTouch目錄下的include路徑，接著在lib添加SoundTouch目錄下

的lib路徑，然後在代碼的標頭檔中添加標頭檔以及引用的庫。如下：根據_DEBUG這個宏，

我們可以進行一些編譯預先處理，假如是以DEBUG編譯就採用debug庫，其他的話就採用

release庫。他們的區別就是檔案名稱後面是否多了一個“D”。
#include <SoundTouch.h>
#ifdef _DEBUG
#pragma comment(lib, "SoundTouchD.lib")
#else
#pragma comment(lib, "SoundTouch.lib")
#endif
當然你也可以直接在vc的項目工程中直接添加，某些人比較喜歡如此。
最重要的一點還要聲明一個命名空間，至於原因，和SoundTouch這個庫的聲明定義有關，

以下在分析的時候會提到。
using namespace soundtouch
然後就可以直接在自己的代碼中定義一個類變數SoundTouch m_SoundTouch;
SoundTouch 類的聲明包含在SoundTouch.h和SoundTouch.cpp之中，由FIFOProcessor類直

接派生，而FIFOProcessor類又直接從基類FIFOSamplePipe派生。同時聲明SoundTouch這個

類包含在命名空間 soundtouch，這就是為什麼我們使用這個庫的時候需要聲明命名空間的

主要原因。感覺有點多餘。且僅僅定義了一些常量，諸如版本號碼，版本ID號等等，這兩個

父類都包含在FIFOSamplePipe.h和FIFOSamplePipe.cpp檔案中。

不管什麼庫，如果要使用的話，一般的流程都是先定義然後進行一些必要的初始化，

SoundTouch（以下簡稱ST)也不例外。ST的初始化也和他的編譯一樣異常的簡單，具體可以

參考他的例子SoundStretch來實現，也可以參考原始碼中有關SoundTouch這個類的聲明，

現在只關心我們會用到的那部分，可以看到在private中定義了另外兩個類指標

RateTransposer*，TDStretch*；
RateTransposer從FIFOProcessor派生，而FIFOProcessor又直接從基類FIFOSamplePipe派

生，TDStretch和RateTransposer類似。由此可見，單單從兩個類的名字上看：拉長？傳輸

速率？不難想象出這個庫對聲音訊號的處理可能就是“拉長”，然後“變速”。難道就是傳說

中的不變調變速？事實正是如此。這還不是我們現在關心的話題。
……
private:
    /// Rate transposer class instance
    class RateTransposer *pRateTransposer;
    /// Time-stretch class instance
    class TDStretch *pTDStretch;
    /// Virtual pitch parameter. Effective rate & tempo are calculated from

these parameters.
    float virtualRate;
    /// Virtual pitch parameter. Effective rate & tempo are calculated from

these parameters.
    float virtualTempo;
    /// Virtual pitch parameter. Effective rate & tempo are calculated from

these parameters.
    float virtualPitch;
    /// Flag: Has sample rate been set?
    BOOL  bSrateSet;
    /// Calculates effective rate & tempo valuescfrom 'virtualRate',

'virtualTempo' and
    /// 'virtualPitch' parameters.
    void calcEffectiveRateAndTempo();
protected :
    /// Number of channels
    uint  channels;
    /// Effective 'rate' value calculated from 'virtualRate', 'virtualTempo'

and 'virtualPitch'
    float rate;
    /// Effective 'tempo' value calculated from 'virtualRate', 'virtualTempo'

and 'virtualPitch'
    float tempo;
   /// Sets new rate control value. Normal rate = 1.0, smaller values
    /// represent slower rate, larger faster rates.
    void setRate(float newRate);
    /// Sets new tempo control value. Normal tempo = 1.0, smaller values
    /// represent slower tempo, larger faster tempo.
    void setTempo(float newTempo);
    /// Sets new rate control value as a difference in percents compared
    /// to the original rate (-50 .. +100 %)
    void setRateChange(float newRate);
    /// Sets new tempo control value as a difference in percents compared
    /// to the original tempo (-50 .. +100 %)
    void setTempoChange(float newTempo);
    /// Sets new pitch control value. Original pitch = 1.0, smaller values
    /// represent lower pitches, larger values higher pitch.
    void setPitch(float newPitch);
    /// Sets pitch change in octaves compared to the original pitch 
    /// (-1.00 .. +1.00)
    void setPitchOctaves(float newPitch);
    /// Sets pitch change in semi-tones compared to the original pitch
    /// (-12 .. +12)
    void setPitchSemiTones(int newPitch);
    void setPitchSemiTones(float newPitch);
    /// Sets the number of channels, 1 = mono, 2 = stereo
    void setChannels(uint numChannels);
    /// Sets sample rate.
    void setSampleRate(uint srate);
    /// Changes a setting controlling the processing system behaviour. See the
    /// 'SETTING_...' defines for available setting ID's.
    /// /return 'TRUE' if the setting was succesfully changed
    BOOL setSetting(int settingId,   ///< Setting ID number. see SETTING_...

defines.
    int value///< New setting value.
);
……
參考ST提供的例子SoundStretch，初始化SoundTouch這個類：
m_SoundTouch.setSampleRate(sampleRate);//設定聲音的採樣頻率
m_SoundTouch.setChannels(channels);//設定聲音的聲道
m_SoundTouch.setTempoChange(tempoDelta); //這個就是傳說中的變速不變調
m_SoundTouch.setPitchSemiTones(pitchDelta);//設定聲音的pitch
m_SoundTouch.setRateChange(rateDelta);//設定聲音的速率
// quick是一個bool變數，USE_QUICKSEEK具體有什麼用我暫時也不太清楚。
m_SoundTouch.setSetting(SETTING_USE_QUICKSEEK, quick);
// noAntiAlias是一個bool變數，USE_AA_FILTER具體有什麼用我暫時也不太清楚。
m_SoundTouch.setSetting(SETTING_USE_AA_FILTER, !(noAntiAlias));
// speech也是一個bool變數，初步估計可能是沒有音樂只有人聲的時候，需要設定一下。
if (speech)
{
// use settings for speech processing
m_SoundTouch.setSetting(SETTING_SEQUENCE_MS, 40);
m_SoundTouch.setSetting(SETTING_SEEKWINDOW_MS, 15);
m_SoundTouch.setSetting(SETTING_OVERLAP_MS, 8);
fprintf(stderr, "Tune processing parameters for speech processing./n");
}
通過那麼簡單的幾個函數調用，現在我們就可以感受一下ST的強大。通過SoundTouch類提

供的函數調用方法：
putSamples(sampleBuffer,nSamples);
第一個參數為一個指向PCM編碼的一段音頻資料的指標，第二個參數就是要處理多少個

sample也可以理解為多少幀。
需要注意的是，一般資料流都是位元組流，也就是說，sample的大小和聲道、位的聲音參數

有關，假如sampleBuffer指標指向一個 長度為64bytes的一個PCM資料緩衝區，16位2聲道

，那麼實際上這裡只存放了(16*2)/8=4bytes,64/4=16;16個sample，這是我們需要注意的

地方。m_SoundTouch.putSamples(sampleBuffer, nSamples);資料是傳進去了，可是從哪

裡接收處理過的音頻資料呢？這個時候我們就要用SoundTouch提供的receiveSamples函數

調用方法。
uint receiveSamples(SAMPLETYPE *outBuffer, ///< Buffer where to copy output

samples.
uint maxSamples                    ///< How many samples to receive at max.
);他也是兩個參數，第一個為接收資料的參數，第二個最大可以接收多少sample。
通過這段注釋，大概明白receiveSamples這個函數不會在putSamples之後馬上返回資料，

另外一方面有可能返回比maxSamples更多的資料，因此需要放在一個do…while(…)的迴圈裡

面把他們都榨乾。
// Read ready samples from SoundTouch processor & write them output file.
// NOTES:
// - 'receiveSamples' doesn't necessarily return any samples at all
//   during some rounds!
// - On the other hand, during some round 'receiveSamples' may have more
//   ready samples than would fit into 'sampleBuffer', and for this reason
//   the 'receiveSamples' call is iterated for as many times as it
//   outputs samples.
do
{
nSamples = m_SoundTouch.receiveSamples(sampleBuffer, buffSizeSamples);
//把sampleBuffer寫入一個檔案，或者填充進音效卡的緩衝區，播放聲音。
} while (nSamples != 0);
今天就先寫到這裡，比較勞累。

 

本文來自CSDN部落格，轉載請標明出處：http://blog.csdn.net/suhetao/archive/2010/08/27/5843480.aspx