我需要从最多包含 12 个(11.1 格式) channel 的 wav 文件中提取单个 channel 的样本。我知道在一个普通的立体声文件中，样本是交错的，先左后右，就像这样，

[1st L] [1st R] [2nd L] [2nd R]...

所以，要阅读左声道，我会这样做，

for (var i = 0; i < myByteArray.Length; i += (bitDepth / 8) * 2)
{
    // Get bytes and convert to actual samples.
}

为了获得正确的 channel ，我只需执行 for (var i = (bitDepth/8)...。

但是，多于 2 个 channel 的文件使用什么顺序？

最佳答案

Microsoft 已经创建了一个 standard涵盖多达 18 个 channel 。根据他们的说法，wav 文件需要有一个 special meta sub-chunk。 (在“可扩展格式”部分下)指定“ channel 掩码”(dwChannelMask)。该字段长 4 个字节(uint)，其中包含存在的每个 channel 的相应位，因此指示文件中使用了 18 个 channel 中的哪个。

主 channel 布局

下面是 MCL，即 现有 channel 应交错的顺序，以及每个 channel 的位值。如果一个 channel 不存在，则存在的下一个 channel 将“下降”到丢失 channel 的位置，并且将使用其顺序号代替，但从不位值。 (位值对于每个 channel 都是唯一的不管 channel 是否存在)，

Order | Bit | Channel

 1.     0x1  Front Left
 2.     0x2  Front Right
 3.     0x4  Front Center
 4.     0x8  Low Frequency (LFE)
 5.    0x10  Back Left (Surround Back Left)
 6.    0x20  Back Right (Surround Back Right)
 7.    0x40  Front Left of Center
 8.    0x80  Front Right of Center
 9.   0x100  Back Center
10.   0x200  Side Left (Surround Left)
11.   0x400  Side Right (Surround Right)
12.   0x800  Top Center
13.  0x1000  Top Front Left
14.  0x2000  Top Front Center
15.  0x4000  Top Front Right
16.  0x8000  Top Back Left
17. 0x10000  Top Back Center
18. 0x20000  Top Back Right

例如，如果 channel 掩码是 0x63F (1599)，则表示该文件包含 8 个 channel (FL、FR、FC、LFE、BL、BR、SL 和 SR)。

读取和检查 channel 掩码

要获得面具，您需要阅读第 40^th、第 41^st、第 42^nd 和第 43 字节(假设基本索引为 0，并且您正在读取标准的 wav header )。例如，

var bytes = new byte[50];

using (var stream = new FileStream("filepath...", FileMode.Open))
{
    stream.Read(bytes, 0, 50);
}

var speakerMask = BitConverter.ToUInt32(new[] { bytes[40], bytes[41], bytes[42], bytes[43] }, 0);

然后，您需要检查所需的 channel 是否确实存在。为此，我建议创建一个包含所有 channel (及其各自的值)的 enum(使用 [Flags] 定义)。

[Flags]
public enum Channels : uint
{
    FrontLeft = 0x1,
    FrontRight = 0x2,
    FrontCenter = 0x4,
    Lfe = 0x8,
    BackLeft = 0x10,
    BackRight = 0x20,
    FrontLeftOfCenter = 0x40,
    FrontRightOfCenter = 0x80,
    BackCenter = 0x100,
    SideLeft = 0x200,
    SideRight = 0x400,
    TopCenter = 0x800,
    TopFrontLeft = 0x1000,
    TopFrontCenter = 0x2000,
    TopFrontRight = 0x4000,
    TopBackLeft = 0x8000,
    TopBackCenter = 0x10000,
    TopBackRight = 0x20000
}

最后是 check如果 channel 存在。

如果 Channel Mask 不存在怎么办？

自己创造一个!根据文件的 channel 数，您将不得不猜测使用了哪些 channel ，或者只是盲目地遵循 MCL。在下面的代码片段中，我们同时做了一些工作，

public static uint GetSpeakerMask(int channelCount)
{
    // Assume setup of: FL, FR, FC, LFE, BL, BR, SL & SR. Otherwise MCL will use: FL, FR, FC, LFE, BL, BR, FLoC & FRoC.
    if (channelCount == 8)
    {
        return 0x63F; 
    }

    // Otherwise follow MCL.
    uint mask = 0;
    var channels = Enum.GetValues(typeof(Channels)).Cast<uint>().ToArray();

    for (var i = 0; i < channelCount; i++)
    {
        mask += channels[i];
    }

    return mask;
}

提取样本

要实际读取特定 channel 的样本，您的操作与文件是立体声的完全相同，也就是说，您按帧大小(以字节为单位)递增循环的计数器。

frameSize = (bitDepth / 8) * channelCount

您还需要偏移循环的起始索引。这是事情变得更加复杂的地方，因为您必须开始从 channel 的订单号读取数据基于现有 channel ，乘以字节深度。

“基于现有 channel ”是什么意思？那么，您需要从 1 开始重新分配现有 channel 的订单号，增加每个存在的 channel 的订单。例如， channel 掩码 0x63F 表示使用了 FL、FR、FC、LFE、BL、BR、SL 和 SR channel ，因此各个 channel 的新 channel 顺序号将如下所示(注意，位值不会也不应更改)，

Order | Bit | Channel

 1.     0x1  Front Left
 2.     0x2  Front Right
 3.     0x4  Front Center
 4.     0x8  Low Frequency (LFE)
 5.    0x10  Back Left (Surround Back Left)
 6.    0x20  Back Right (Surround Back Right)
 7.   0x200  Side Left (Surround Left)
 8.   0x400  Side Right (Surround Right)

您会注意到 FLoC、FRoC 和 BC 都丢失了，因此 SL 和 SR channel “下降”到下一个最低的可用订单号，而不是使用 SL 和 SR 的默认订单 (10、11) .

总结

因此，要读取单个 channel 的字节，您需要执行与此类似的操作，

// This code will only return the bytes of a particular channel. It's up to you to convert the bytes to actual samples.
public static byte[] GetChannelBytes(byte[] audioBytes, uint speakerMask, Channels channelToRead, int bitDepth, uint sampleStartIndex, uint sampleEndIndex)
{
    var channels = FindExistingChannels(speakerMask);
    var ch = GetChannelNumber(channelToRead, channels);
    var byteDepth = bitDepth / 8;
    var chOffset = ch * byteDepth;
    var frameBytes = byteDepth * channels.Length;
    var startByteIncIndex = sampleStartIndex * byteDepth * channels.Length;
    var endByteIncIndex = sampleEndIndex * byteDepth * channels.Length;
    var outputBytesCount = endByteIncIndex - startByteIncIndex;
    var outputBytes = new byte[outputBytesCount / channels.Length];
    var i = 0;

    startByteIncIndex += chOffset;

    for (var j = startByteIncIndex; j < endByteIncIndex; j += frameBytes)
    {
        for (var k = j; k < j + byteDepth; k++)
        {
            outputBytes[i] = audioBytes[(k - startByteIncIndex) + chOffset];
            i++;
        }
    }

    return outputBytes;
}

private static Channels[] FindExistingChannels(uint speakerMask)
{
    var foundChannels = new List<Channels>();

    foreach (var ch in Enum.GetValues(typeof(Channels)))
    {
        if ((speakerMask & (uint)ch) == (uint)ch)
        {
            foundChannels.Add((Channels)ch);
        }
    }

    return foundChannels.ToArray();
}

private static int GetChannelNumber(Channels input, Channels[] existingChannels)
{
    for (var i = 0; i < existingChannels.Length; i++)
    {
        if (existingChannels[i] == input)
        {
            return i;
        }
    }

    return -1;
}

关于c# - 从多 channel wav 文件中读取单个 channel ，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/25178167/