代码之家 › 专栏 › 技术社区 › Egor Lakomkin

使用libSox链接多个效果并读取输出数据的正确方法

libsox sox audio c++

Egor Lakomkin · 技术社区 · 6 年前

我正在尝试用libSox程序化地应用一些效果,但我目前无法理解我是否做得对。例如,我需要应用速度和增益效果,并在缓冲区中读取结果音频以进行进一步处理。文件真的很稀少,谷歌搜索也没有成功。

sox_format_t* input = sox_open_read("<file.wav>", NULL, NULL, NULL);
//sox_format_t* out;

sox_format_t* output = sox_open_memstream_write(&buffer, &buffer_size,
                                             &input->signal, &input->encoding, "raw", NULL);
//assert(output = sox_open_write("/home/egor/hello_processed.wav", &input->signal, NULL, NULL, NULL, NULL));
sox_effects_chain_t* chain = sox_create_effects_chain(&input->encoding, &output->encoding);

char* sox_args[10];
//input effect

sox_effect_t* e = sox_create_effect(sox_find_effect("input"));
sox_args[0] = (char*)input;
assert(sox_effect_options(e, 1, sox_args) == SOX_SUCCESS);
assert(sox_add_effect(chain, e, &input->signal, &input->signal) ==
       SOX_SUCCESS);
free(e);

e = sox_create_effect(sox_find_effect("tempo"));
std::string tempo_str = "1.01";
sox_args[0] = (char*)tempo_str.c_str();
assert(sox_effect_options(e, 1, sox_args) == SOX_SUCCESS);
assert(sox_add_effect(chain, e, &input->signal,&input->signal) ==
       SOX_SUCCESS);
free(e);


e = sox_create_effect(sox_find_effect("output"));
sox_args[0] = (char*)output;
assert(sox_effect_options(e, 1, sox_args) == SOX_SUCCESS);
assert(sox_add_effect(chain, e, &input->signal, &input->signal) ==
       SOX_SUCCESS);
free(e);
sox_flow_effects(chain, NULL, NULL);


static const size_t maxSamples=4096;
sox_sample_t samples[maxSamples];

std::vector<sox_sample_t> audio_buffer;
for (size_t r; 0 != (r=sox_read(output,samples,maxSamples));)
    for(int i=0;i<r ;i++)
        audio_buffer.push_back(samples[i]);

std::cout << audio_buffer.size() << std::endl;

我的问题是:

我是否正确设置了效果链?
如果我使用tempo values<1,我会从输出中获得正确数量的样本(在音频缓冲区中),但是如果我将其更改为1.2,我会突然得到非常少量的样本,如果使用1.0的值,则会得到0。我想知道我的链配置或从输出读取数据时是否有错误?这是我第一次使用libsox,我试着用一些例子,但是我被困在这里了。

提前感谢您的帮助!

谢谢您!

1 回复 | 直到 6 年前

SergeyLebedev 6 年前

您的效果链正常,您可以将其写入文件来检查它是否提供了正确的输出缓冲区-只需替换代码中的这一行:

sox_format_t* output = sox_open_memstream_write(&buffer, &buffer_size, &input->signal, &input->encoding, "raw", NULL);

对于这个:

sox_format_t* output = sox_open_write("2.wav", &input->signal, &input->encoding, "raw", NULL, NULL);

关于内存输出缓冲区问题-我研究过 libsox 代码中,似乎有一个错误在其内存缓冲区处理。作为解决办法,我建议您添加 output->olength = 0; 阅读前 output

所以,您的代码将如下所示:

...
if (std::stof(tempo_str) >= 1.0) { // use workaround only if tempo >= 1.0
    output->olength = 0;
}

std::vector<sox_sample_t> audio_buffer;
for (size_t r; 0 != (r=sox_read(output,samples,maxSamples));)
    for(int i=0;i<r ;i++)
        audio_buffer.push_back(samples[i]);
...

UPD:仅当 tempo >= 1.0