Audacity如何混合音频样本？

Question

所以我想说我想混合这两个音轨:

在Audacity中,我可以使用"混合和渲染"选项将它们混合在一起,我会得到这个:

但是,当我尝试编写自己的代码混合时,我得到了这个:

这基本上就是我如何混合样本:

private function mixSamples(sample1:UInt, sample2:UInt):UInt
{
    return (sample1 + sample2) & 0xFF;
}

(语法是Haxe但如果你不知道它应该很容易理解.)

这些是8位样本音频文件,我希望产品也是8位,因此& 0xFF.

我明白通过简单地添加样本,我应该期待削减.我的问题是混合使用Audacity不会导致剪辑(至少没有达到我的代码所做的程度),并且通过查看第二个(更长)轨道的"尾部",它似乎不会减小幅度.听起来也不软.

所以基本上,我的问题是:Audacity在做什么,我不是？我想把音轨混合起来,就好像它们是在彼此之上播放一样,但我(显然)不想要这种可怕的剪辑.

编辑:

如果我在添加之前对值进行签名,然后根据Radiodef的建议取消签署和值,这就是我得到的:

你可以看到它比以前好多了,但与Audacity产生的结果相比,它仍然非常扭曲和嘈杂.所以我的问题仍然存在,Audacity必须采取不同的做法.

EDIT2:

我将第一首曲目与我的代码和Audacity混合在一起,并比较了发生失真的点.这是Audacity的结果:

这是我的结果:

Answer 1

我认为正在发生的事情是你将它们称为无符号.典型的声波既有正面也有负面,这就是为什么它们以它们的方式加在一起(某些部分取消).如果你有一个8位样本是-96而另一个是96,你加总它们你会得到0.如果你有无符号音频你会得到样本32和224求和= 256(偏移和溢出) .

你需要做的是在总结之前签名.要对8位样本进行签名,请将它们转换为有符号的int类型,并从所有样本中减去128.我假设你拥有的是WAV文件,你需要在总和后再次取消签名.

Audacity可能会执行浮点处理.我听说过一些关于浮点的真正可疑的主张,比如它具有"无限动态范围"和类似垃圾,但它并没有像整数一样以明确和明显的方式进行剪辑.浮点具有与整数相同的有限值范围,但最大值和最小值相距更远.(这是最简单的方法.)浮点可以允许更大的音频幅度变化,但捕获的是整体信噪比低于整数.

对于奇怪的失真,我最好的猜测是它来自你正在做的面具& 0xFF.如果你想实际剪辑而不是溢出,你需要自己动手.

for (int i = 0; i < samplesLength; i++) {
    if (samples[i] > 127) {
        samples[i] = 127;
    } else if (samples[i] < -128) {
        samples[i] = -128;
    }
}

否则说你有两个样本是125,求和得到250(11111010).然后你取消签名(加128)并获得378(101111010).一个&将得到1111010这是122.其他数字可能会得到有效负或接近0的结果.

如果你想比8位以外的东西夹,为位深度n全规模将positive (2 ^ (n - 1)) - 1和negative 2 ^ (n - 1)因此,例如32767,-32768 16位.

你可以做的另一件事而不是裁剪是搜索剪辑和规范化.就像是:

double[] normalize(double[] samples, int length, int destBits) {

    double fsNeg = -pow(2, destBits - 1);
    double fsPos = -fsNeg - 1;

    double peak = 0;
    double norm = 1;

    for (int i = 0; i < length; i++) {
        // find highest clip if there is one

        if (samples[i] < fsNeg || samples[i] > fsPos) {
            norm = abs(samples[i]);

            if (norm > peak) {
                norm = peak;
            }
        }
    }

    if (peak != 0) {

        // ratio to reduce to where there is not a clip
        norm = -fsNeg / peak;

        for (int i = 0; i < length; i++) {
            samples[i] *= norm;
        }
    }

    return samples;
}