A redução da amostra de profundidade de bits truncando

Question

Tenho para reduzir a profundidade de bits de um sinal de áudio digital a partir de 24 para 16 bits.

Tomando apenas os 16 bits mais significativos (por exemplo,truncar) de cada amostra é equivalente a fazer um cálculo proporcional (out = na * 0xFFFF / 0xFFFFFF)?

Answer 1

Eu presumo que você quer dizer (in * 0xFFFF) / 0xFFFFFF, nesse caso, sim.

Answer 2

Você obterá melhores resultados, adicionando um sinal de ruído cuidadosamente criado ao sinal original, logo abaixo do limite truncador, antes de truncar (também conhecido como Dithering).

Answer 3

Dithering Ao adicionar ruído, em geral, dará melhores resultados. A chave para isso é a forma do ruído. A popula Pow-r Os algoritmos de endividamento têm uma forma específica muito popular em muitos aplicativos de estação de trabalho de áudio digital (sonar de Cakewalk, lógica etc.).

Se você não precisa de toda a fidelidade do Pow-R, você pode simplesmente gerar alguns ruído com amplitude bastante baixa e misture -a em seu sinal. Você encontrará isso mascara alguns dos efeitos de quantização.

Answer 4

x * 0xffff / 0xffffff é excessivamente de pedante, mas não em um bom caminho se o seu amostras são assinados, e provavelmente não em um bom caminho, em geral.

Sim, você deseja que o valor máximo no intervalo de origem para coincidir com o valor máximo no intervalo de destino, mas os valores aqui utilizados são apenas para unsigned intervalos, e a distribuição de quantização passos significa que ele vai ser muito raro que você usar o maior valor de saída.

Se as amostras são assinados, em seguida, o pico de valores positivos seria 0x7fff e 0x7fffff, enquanto o pico de valores negativos seria -0 x 8000 e -0x800000.O primeiro problema é decidir se o +1 é igual a 0x7fff, ou -1 é igual a-0 x 8000.Se você escolher o último, então, é uma mudança simples operação.Se você tentar ter os dois, em seguida, zero deixa de ser zero.

Depois que você tem um problema que a divisão arredonda em direção a zero.Isso significa que muitos valores se arredondado para zero, em comparação com outros valores.Isso faz com que a distorção.

Se você deseja dimensionar de acordo com o pico de valores positivos, a forma correta seria:

out = rint((float)in * 0x7fff / 0x7fffff);

Se você pescar em torno de um bit você pode provavelmente encontrar uma forma eficiente de fazer isso com inteiro aritmética e sem divisão.

Este formulário corretamente deve arredondar para o mais próximo valor de saída para um dado de entrada, e deve mapear o maior valor de entrada possível para o maior valor de saída, mas ele vai ter uma feia distribuição de quantização etapas espalhadas por toda a gama.

A maioria das pessoas prefere:

out = (in + 128) >> 8;
if (out > 0x7fff) out = 0x7fff;

Esta forma torna as coisas um pouquinho mais alto, a ponto de que os valores positivos pode clip ligeiramente, mas a quantização passos são distribuídos uniformemente.

Adicionar 128 porque clique com o botão direito shift rodadas em direção ao infinito negativo.O média erro de quantização é -128 e adicionar 128 corrigir isso para manter a 0, precisamente 0.O teste de sobrecarga é necessário porque um valor de entrada de 0x7fffff de outra forma daria um resultado de 0 x 8000, e quando você store esta em uma palavra de 16 bits seria envoltório em torno dando um pico de valor negativo.

C pedantes pode picar furos nos pressupostos sobre a direita shift e divisão de comportamento, mas estou com vistas para aqueles que por motivos de clareza.

No entanto, como outros têm apontado que você geralmente não deve reduzir a profundidade de bits de áudio sem hesitar, e, idealmente, noise shaping.TPDF dither é como segue:

out = (in + (rand() & 255) - (rand() & 255)) >> 8;
if (out < -0x8000) out = -0x8000;
if (out > 0x7fff) out = 0x7fff;

Novamente, grandes problemas com o uso de rand() o que eu vou têm vista para a clareza.