将 PCM 音频采样从 44100 降低到 8000

我从事音频识别演示已经有一段时间了，API 需要我传递一个采样率为 的 .wav 文件8000 or 16000，所以我必须对其进行下采样。我尝试了以下两种算法。虽然他们都没有像我希望的那样解决问题，但结果存在一些差异，我希望这会让事情变得更清楚。

这是我第一次尝试，效果很好采样率 % 输出采样率 = 0，但是当输出采样率 = 8000 或 1600，结果音频文件是silent（这意味着输出数组的每个元素的值为0）：

function interleave(inputL){
  var compression = sampleRate / outputSampleRate;
  var length = inputL.length / compression;
  var result = new Float32Array(length);

  var index = 0,
  inputIndex = 0;

  while (index < length){
    result[index++] = inputL[inputIndex];
    inputIndex += compression;
  }
  return result;
}

这是我的第二次尝试，来自一家大公司，但也不起作用。更重要的是，当我设置采样率 % 输出采样率 = 0它仍然输出一个silent file:

function interleave(e){
  var t = e.length;
  var n = new Float32Array(t),
    r = 0,
    i;
  for (i = 0; i < e.length; i++){
    n[r] = e[i];
    r += e[i].length;
  }
  sampleRate += 0.0;
  outputSampleRate += 0.0;
  var s = 0,
  o = sampleRate / outputSampleRate,
  u = Math.ceil(t * outputSampleRate / sampleRate),
  a = new Float32Array(u);
  for (i = 0; i < u; i++) {
    a[i] = n[Math.floor(s)];
    s += o;
  }

  return a
}

如果我的设置错误，这里是编码WAV功能：

function encodeWAV(samples){
  var sampleBits = 16;
  var dataLength = samples.length*(sampleBits/8);

  var buffer = new ArrayBuffer(44 + dataLength);
  var view = new DataView(buffer);

  var offset = 0;

  /* RIFF identifier */
  writeString(view, offset, 'RIFF'); offset += 4;
  /* file length */
  view.setUint32(offset, 32 + dataLength, true); offset += 4;
  /* RIFF type */
  writeString(view, offset, 'WAVE'); offset += 4;
  /* format chunk identifier */
  writeString(view, offset, 'fmt '); offset += 4;
  /* format chunk length */
  view.setUint32(offset, 16, true); offset += 4;
  /* sample format (raw) */
  view.setUint16(offset, 1, true); offset += 2;
  /* channel count */
  view.setUint16(offset, outputChannels, true); offset += 2;
  /* sample rate */
  view.setUint32(offset, outputSampleRate, true); offset += 4;
  /* byte rate (sample rate * block align) */
  view.setUint32(offset, outputSampleRate*outputChannels*(sampleBits/8), true); offset += 4;
  /* block align (channel count * bytes per sample) */
  view.setUint16(offset, outputChannels*(sampleBits/8), true); offset += 2;
  /* bits per sample */
  view.setUint16(offset, sampleBits, true); offset += 2;
  /* data chunk identifier */
  writeString(view, offset, 'data'); offset += 4;
  /* data chunk length */
  view.setUint32(offset, dataLength, true); offset += 4;

  floatTo16BitPCM(view, offset, samples);

  return view;
}

这件事困扰了我很长时间，请告诉我我错过了什么......

--------------------------------------解决之后------------------ --------------

我很高兴它现在运行良好，这是正确的函数版本交错():

    function interleave(e){
      var t = e.length;
      sampleRate += 0.0;
      outputSampleRate += 0.0;
      var s = 0,
      o = sampleRate / outputSampleRate,
      u = Math.ceil(t * outputSampleRate / sampleRate),
      a = new Float32Array(u);
      for (i = 0; i < u; i++) {
        a[i] = e[Math.floor(s)];
        s += o;
      }

      return a;
    }

所以你可以看到我传递给它的变量的类型不正确~ 再次感谢亲爱的@jaket和其他朋友~虽然我自己想通了，但他们让我更好地了解了原来的东西~~~:)

采样率转换不仅仅是简单地丢弃或插入样本。

让我们以 2 倍下采样为例（例如 44100->22050）。一种幼稚的方法是扔掉所有其他样本。但想象一下，在原始 44.1kHz 文件中存在一个 20khz 的正弦波。该采样率完全在奈奎斯特 (fs/2=22050) 范围内。在您扔掉所有其他样本后，它仍然会处于 10kHz，但现在它将高于奈奎斯特 (fs/2=11025)，并且它将混叠到您的输出信号中。最终结果是您将得到一个频率为 8975 Hz 的大正弦波！

为了避免在下采样过程中出现这种混叠，您需要首先设计一个低通滤波器，并根据您的抽取比选择截止值。对于上面的示例，您将首先切断 11025 以上的所有内容，然后进行抽取。

硬币的另一面称为上采样和插值。假设您想要将采样率提高 2 倍。首先，您在每个输入样本之间插入零，然后运行插值滤波器来计算值，以使用周围样本替换零。

速率改变通常涉及抽取和插值的某种组合——因为两者都通过整数个样本来工作。以48000->32000为例。输出/输入比为32000/48000或2/3。因此，您可以将 48000 上采样 2 倍以获得 96000，然后将其下采样 3 倍到 32000。另一件事是您可以将这些过程链接在一起。所以如果你想从 48000->16000 你会上升 3，下降 2，下降 2。而且，44100 特别困难。例如，要从 48000 移动到 44100，您需要上升 147，下降 160，并且您无法将其分解为更小的术语。

我建议您找到一些代码或库来为您执行此操作。您需要寻找的是多相滤波器或采样率转换器。