解析matlab的audioread()输入输出参数

目录

一、API简介

二、实验

1. matlab

2.  C语言

---

一、API简介

链接如下：

读取音频文件 - MATLAB audioread- MathWorks 中国

也可以浏览最新的英文版API说明：

 简单说明如下：

1. 读取wav格式的文件，会自动跳过44个字节的文件头

2. audioread()使用来代替wavread()的，新版本的Matlab已经不再支持wavread()；所以在使用的时候需要注意返回的参数：wavread()返回三个参数，而audioread()只返回两个参数，少了“位深度”这个信息。

3. audioread()读出来的音频数据流有“归一化”操作，默认是除以32768归一化每个样本点，之后用double类型空间进行存储。

例如：假设对于一个音频文件，每个样本点都是用16位来量化而得到的数字信号，一般是用short类型进行存储，用audioread()读出来后，每个样本点其实都做了归一化， 比如对于数值为-417的样本点， 读出来的值是-417/(32768.0)=0.012725830078125，约为0.01273。

4. 如果不希望归一化，则第二个参数可设置为’native’，调用形式为：

[x,fs] = audioread('input.wav', ‘native’);

二、实验

假设音频源来自一个音频文件，采样率是8KHz，16bit的单声道数据。

1. matlab

[x,fs] = audioread('input.wav'); %自动跳过44个字节的文件头

fprintf('fs:%d\n', fs)

fprintf('row:%d\n', size(x, 1))%矩阵的行数

fprintf('col:%d\n', size(x, 2))%矩阵的列数


len=256;

noise_mean = zeros(len,1);


j=1;

noise_mean = x(j:j+len-1); %读取前面256个样本点

audiowrite('outFile.wav', x, fs);

noise_mean这个矩阵的值如下：

 假设不进行归一化操作：

[x,fs] = audioread('input.wav', 'native'); %自动跳过44个字节的文件头

fprintf('len(x):%d\n', size(x))%28019

len=256

noise_mean = zeros(len,1);

j=1;

noise_mean = x(j:j+len-1) %读取前面256个样本点

audiowrite('outFile.wav', x, fs);

noise_mean这个矩阵的值如下：

 注：

(1) 这就是最原始的音频数据，可以手动验算该API的“归一化数值”操作。

(2)可以直接用C语言读出，进行对比。

2.  C语言

#define _CRT_SECURE_NO_WARNINGS
#include 
#include 

int main(void)
{
	int i;
	int count=0;

	FILE *fpin = fopen("input.wav", "rb");
	if (fpin == NULL) {
		printf("input data read fail\n");
		return 0;
	}

	fseek(fpin, 0, SEEK_END);
	long inputdata_length = ftell(fpin);
	//偏移，跳过文件头
	inputdata_length = inputdata_length - 44;
	inputdata_length /= 2;
	printf("input_file_len:% ld\n", inputdata_length);
	rewind(fpin);

	short* x = (short*)calloc(inputdata_length, sizeof(short));

	//偏移，跳过文件头
	fseek(fpin, 44, SEEK_SET);

	count = fread(x, sizeof(short), inputdata_length, fpin);
	printf("count:% d\n", count);

	for (i = 0; i < 256; i++) {
		printf("x_tmp[%d]=%d\n", i, x[i]);
	}

	return 0;
}

打印如下：

input_file_len: 28019 count: 28019 x[0]=-417 x[1]=-14 x[2]=-17 x[3]=-112 x[4]=1319 x[5]=1512 x[6]=-987 x[7]=-1046 x[8]=550 x[9]=342 x[10]=212 x[11]=-182 x[12]=192 x[13]=175 x[14]=-1268 x[15]=-952 x[16]=-786 x[17]=-759 x[18]=473 x[19]=950 x[20]=603 ....................................................

实际算法开发，为防止计算过程中，数据过大，一般也会做归一化操作。注意，读取实际音频数据长度，以及读出实际音频数据之前，都要先跨过文件头(如果是PCM格式，就不需要)。

完整示例代码：

#define _CRT_SECURE_NO_WARNINGS
#include 
#include 

int main(void)
{
	int i;
	int count=0;

	FILE *fpin = fopen("input.wav", "rb");
	if (fpin == NULL) {
		printf("input data read fail\n");
		return 0;
	}

	FILE *fpout = fopen("output.wav", "wb");
	if (fpin == NULL) {
		printf("open output file fail\n");
		return 0;
	}

	fseek(fpin, 0, SEEK_END);
	long inputdata_length = ftell(fpin);
	//偏移，跳过文件头
	inputdata_length = inputdata_length - 44;
	inputdata_length /= 2;
	printf("input_file_len:% ld\n", inputdata_length);
	rewind(fpin);

	short* x = (short*)calloc(inputdata_length, sizeof(short));

	//偏移，跳过文件头
	fseek(fpin, 44, SEEK_SET);

	count = fread(x, sizeof(short), inputdata_length, fpin);
	printf("count:% d\n", count);

//	for (i = 0; i < 256; i++) {
//		printf("x[%d]=%d\n", i, x[i]);
//	}

#if 0  /* 无数值归一化操作 */
	fwrite(x, sizeof(short), inputdata_length, fpout);
	free(x);
	fclose(fpin);
	fclose(fpout);
#else	/* 进行数值归一化操作 */

	float* x_in = (float*)calloc(inputdata_length, sizeof(float));
	short* x_out = (short*)calloc(inputdata_length, sizeof(short));
	//输入
	for(i=0; i

输出的音频文件和源文件一致：