SDL2音频开发实践

这篇具有很好参考价值的文章主要介绍了SDL2音频开发实践。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

前言

SDL2 做音频编程,这里写一个 demo ,该 demo 的目标是播放一个固定的频率的声音,这里我们不借助任何音频文件,而是直接通过写 buffer 的方式播放声音。

基础的声音知识

声音的传播是通过介质的震动,这个介质大多数时候是空气,其本质就是声波,通过的频率变化,使人听到了各种各样的声音。

声音有两个重要的属性,一个是频率,即单位时间内震动的次数,其单位为赫兹(Hz)。另一个是振幅,即震动的幅度。从人的感受上,频率影响了声音的音调,振幅影响了声音的大小。

人的耳朵接收的波的频率是有限的,其范围约在 20Hz20000Hz 之间,最敏感的范围在 1000Hz3000Hz 之间。

如以下频率对应的音高表:

频率(Hz) 音高
261.63
293.66
329.63

回到编程的视角,对于计算机来说,只要通过编程命令硬件播放一段频率为261.63Hz,并且振幅(音量)合适的声音,那么理所当然的,人的耳朵就能听到音高为“哆”的声音。

采样率

虽然描述波相关的时间是个连续的概念,但是计算机的数据确实通过一个个比特位组成的,如何用离散的数据描述波这个连续的概念,这就需要用到“采样率”这个术语。

采样频率,也称为采样速度或者采样率,定义了单位时间内从连续信号中提取并组成离散信号的采样个数,它用赫兹(Hz)来表示。

例如,主流音频文件的采样频率为 44100Hz,它的意思是,音频数据会采集一秒内共计 44100 个采样点,对于每个采样点均提供音频的样本数据。

位深度

对于采样点的每一个数据是一个二进制数,其二进制位数被称之为位深度。不难得出结论,位深度越大,其精度也越高。但同时也会导致音频数据变大。一般而言 16 位深度已经足够。

正弦波与正弦音

正弦波定义如下:

正弦波是频率成分最为单一的一种信号,因这种信号的波形是数学上的正弦曲线而得名。任何复杂信号——例如光谱信号,都可以看成由许许多多频率不同、大小不等的正弦波复合而成。 — 百度百科

正弦音定义如下:

正弦音是最纯的音响,它只由一个力度水平均匀的单一频率构成,即只有一个基频,也就是它自己本身,而没有其他泛音。之所以称作“正弦”音,是因为在图表显示中,正弦波波形振动曲线是随三角函数正弦曲线的规律来变化的。其它波形的音,如三角波、方波等,均可以分解为若干正弦音,即可视为一个基频和若干泛音的组合。 – 网络

用正弦函数描述声音

用一个正弦函数描述一个频率固定的声波,可以很简单的用 sin(t) 来描述。这里 t 代表的是时间。那么很容易可以得出,当 t=2π 时,刚好完成了一个正弦周期。

我们规定 t 的单位为秒,如果我们希望一秒内完成一个正弦周期,也就是说振动频率刚好是 1Hz ,那么正弦函数的参数应该改为 sin(2πt)

以上基础知识,即 sin(2πt) 非常重要,通过以上知识,我们可以进一步得出,如果想要设计一个表达式,使得正弦函数的频率为 n,那么显然可以通过 sin(2πtn) 获得,这就构成了编写一个固定频率的正弦函数的数学基础。

用 C/C++ 描述给定采样率下的正弦波

以采样率 44100Hz ,声音频率为 261.63Hz 为例,那么我们以此获得一个一秒的正弦采样数据,可以通过如下代码示例:

const int SamplingRate = 44100;
const double Lag = 1.0 / SamplingRate; // 每一个采样点的时间间隔
const double Freq = 261.63; // 声音的固定频率
double buf[SamplingRate] = { 0 };
for (int i = 0; i < SamplingRate; ++i) {
    buf[i] = sin(M_PI * 2.0 * i * Lag * Freq);
}

以上示例用的采样数据 buf 的数组元素是 double 类型,其数值范围显然在 [-1, 1] 之间,这样该浮点数可以表示震动的频率变化,而不依赖于具体的位深度。

有了以上理论基础,就可以通过 SDL 编写音频相关的开发代码了。

什么是SDL

SDL(Simple DirectMedia Layer) 是一套开放源代码的跨平台多媒体开发库,使用 C 语言写成。SDL 提供了数种控制图像、声音、输出入的函数,让开发者只要用相同或是相似的代码就可以开发出跨多个平台(Linux、Windows、Mac OS X等)的应用软件。现 SDL 多用于开发游戏、模拟器、媒体播放器等多媒体应用领域。 — 百度百科

由于进行音频编程的时候还是希望尽可能跨平台,所以可以考虑用第三方库来编写音频代码,而 SDL 就是其中一个不错的选择。

SDL函数

SDL 做基础的音频编程,一般需要用到的 SDL 函数如下。(详细的 API 描述就不写了,可以自行查阅文档。)

函数名 用途 是否必要
SDL_Init 初始化SDL
SDL_OpenAudio 打开音频
SDL_PauseAudio 暂停音频
SDL_Delay 相当于sleep,按毫秒计
SDL_MixAudio 音频混合
SDL_CloseAudio 关闭音频模块
SDL_Quit 退出SDL

基本编程思路如下:

  1. 通过 SDL_Init 初始化 SDL
  2. 通过 SDL_OpenAudio 配置和打开音频模块。
  3. 实现音频模块的异步回调函数,用于填充固定的音频缓冲区。如需要混音,可通过 SDL_MixAudio 完成。
  4. 通过 SDL_PauseAudio 启动音频。
  5. 循环等待。直到满足自己设定的退出条件。
  6. 在退出前,通过 SDL_CloseAudio 关闭音频模块。
  7. 在退出前,通过 SDL_Quit 退出 SDL

Demo

首先,定义几个宏,全局变量和全局常量以备后用。

#define FREQ 44100 // 采样率
#define SAMPLES 2048 // 缓冲区大小
static const double SoundFreq = 261.63; // 希望播放的声音频率
static const double TimeLag = 1.0 / FREQ; // 每个采样点的时间间隔
static int g_callbackIndex = 0; // 回调次数统计

初始化 SDL,由于我们只用到了音频部分,所以初始化参数只添加 SDL_INIT_AUDIO

int sdlRetCode = SDL_Init(SDL_INIT_AUDIO);
if (sdlRetCode) {
    printf("SDL init error with code: %d\n", sdlRetCode);
    return -1;
}
printf("SDL init successful.\n");

配置和打开音频。这里回调函数 AudioCallback 最后来实现。

// 结构体 SDL_AudioSpec 用于配置音频模块的信息,包括回调函数
SDL_AudioSpec spec {};
spec.freq = FREQ; // 采样率,这里叫freq,即频率,因为采样率也是一种频率,请不要与声音频率混淆
spec.format = AUDIO_S16SYS; // 音频格式,即位深度,这里选择 16 位整形
spec.channels = 1; // 声道个数
spec.silence = 0; // 静音值,选 0 。
spec.samples = SAMPLES; // 这里 samples 的意思是每次采样时的缓冲区大小,以 format 选定的基本数据大小为单位
spec.callback = AudioCallback;
spec.userdata = NULL;

sdlRetCode = SDL_OpenAudio(&spec, NULL);
if (sdlRetCode) {
    printf("SDL Open Audio error with code: %d\n", sdlRetCode);
    return -1;
}
printf("SDL open audio successful.\n");

开始音频,以及循环逻辑。

SDL_PauseAudio(0); // 启动音频
int runtime = 10'000; // 这里设置 10 秒结束循环
while (runtime) {
    SDL_Delay(1); // sleep 1 毫秒
    runtime--;
}

关闭音频和 SDL

SDL_CloseAudio();
SDL_Quit();

最后,实现最重要的异步回调函数。
异步函数是由 SDL 的音频模块调用,而非开发者调用,每次回调都会提供音频缓冲区的指针已经缓冲区大小。

static void AudioCallback(void* userdata, Uint8* stream, int len) {
    int16_t* source = (int16_t*)stream; // 将缓冲区以 16 位数据看待
    int count = len / 2; // 由于是 16 位数据,所以缓冲区的数据个数应该是原来的二分之一
    double r = 0.0; // sin 函数的参数
    int startIndex = (g_callbackIndex * count) % (int)(FREQ/SoundFreq*10);
    for (int i = 0; i < count; ++i) {
        r = M_PI * 2.0 * SoundFreq * TimeLag * (startIndex + i);
        source[i] = INT16_MAX * sin(r);
    }
    g_callbackIndex++;
}

这是要重点解释的部分,首先解释下 sin 函数的参数,即 r 的计算。

r = M_PI * 2.0 * SoundFreq * TimeLag * (startIndex + i);

由于 SoundFreq 是我们期待的声音频率,那么每一个一秒,r 应等于 r = M_PI * 2.0 * SoundFreq。但是这个循环计算的并不是每一个一秒,而是每一个采样点,所以应该乘以采样点所占的比例,所以需要再乘以 TimeLag * (startIndex + i) 。这样拆分开理解就清晰了。

接下来还有一个需要解释的重点,就是 startIndexstartIndex 的值不应该直接是 g_callbackIndex * count 吗?

理论上确实如此,但是我们必须考虑到一个事实,如果 startIndex 不断增长下去,那么最终计算 r 的时候会导致数据计算溢出。

而本 demo 的实现是始终播放固定频率的声音,所以我们完全可以通过取模的方式,让 startIndex 在某个时候回到 0 。但是怎么取模呢?首先我们考虑采样点的个数是 44100 ,即 FREQ , 而声音的频率为 261.63 ,即 SoundFreq ,由此可以得出,在每一个频率周期,将得到 FREQ/SoundFreq 个采样点。也就是说 FREQ/SoundFreq 个采样点后,频率周期完成一轮回到原点,那么 理论上 可以这么写:

int startIndex = (g_callbackIndex * count) % (int)(FREQ/SoundFreq);

然而实际上如果这么写,播放出来的声音会出现明显的撕裂感,这是为什么?因为 FREQ/SoundFreq 并不能整除,那么这个取模计算的结果会出现比较大的误差,解决的办法是将误差缩小到人耳朵无法分辨的范围,这里通过乘以 10 来解决。

最终才得出

r = M_PI * 2.0 * SoundFreq * TimeLag * (startIndex + i);

最后,送上完整的代码:

#include <iostream>
#include <cmath>
#include <SDL2/SDL.h>


#define FREQ 44100
#define SAMPLES 2048
static const double SoundFreq = 261.63;
static const double TimeLag = 1.0 / FREQ;
static int g_callbackIndex = 0;

static void AudioCallback(void* userdata, Uint8* stream, int len) {
    int16_t* source = (int16_t*)stream;
    int count = len / 2;
    double r = 0.0;
    int startIndex = (g_callbackIndex * count) % (int)(FREQ/SoundFreq*10);
    for (int i = 0; i < count; ++i) {
        r = M_PI * 2.0 * SoundFreq * TimeLag * (startIndex + i);
        source[i] = INT16_MAX * sin(r);
    }
    g_callbackIndex++;
}

int main(int argc, const char * argv[]) {
    int sdlRetCode = SDL_Init(SDL_INIT_AUDIO);
    if (sdlRetCode) {
        printf("SDL init error with code: %d\n", sdlRetCode);
        return -1;
    }
    printf("SDL init successful.\n");
    
    // 结构体 SDL_AudioSpec 用于配置音频模块的信息,包括回调函数
    SDL_AudioSpec spec {};
    spec.freq = FREQ; // 采样率,这里叫freq,即频率,因为采样率也是一种频率,请不要与声音频率混淆
    spec.format = AUDIO_S16SYS; // 音频格式,即位深度,这里选择 16 位整形
    spec.channels = 1; // 声道个数
    spec.silence = 0; // 静音值,选 0
    spec.samples = SAMPLES; // 这里 samples 的意思是每次采样时的缓冲区大小,以 format 选定的基本数据大小为单位
    spec.callback = AudioCallback;
    spec.userdata = NULL;
    
    sdlRetCode = SDL_OpenAudio(&spec, NULL);
    if (sdlRetCode) {
        printf("SDL Open Audio error with code: %d\n", sdlRetCode);
        return -1;
    }
    printf("SDL open audio successful.\n");
    
    SDL_PauseAudio(0); // 启动音频
    int runtime = 10'000; // 这里设置 10 秒结束循环
    while (runtime) {
        SDL_Delay(1); // sleep 1 毫秒
        runtime--;
    }
    
    SDL_CloseAudio();
    SDL_Quit();
    
    return 0;
}

参考文章

NES APU

音视频开发系列(15)使用SDL播放音频

建议收藏 | 音频属性相关:声道、采样率、采样位数、样本格式、比特率

百度百科 正弦波

附,关于参数配置 silence,具体含义暂不明确,只知道填 0 即可,这里有个 相关讨论帖 。

移动开发者群加入指引文章来源地址https://www.toymoban.com/news/detail-401878.html

到了这里,关于SDL2音频开发实践的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 播放器开发(六):音频帧处理并用SDL播放

    AudioOutPut 模块 1、初始化【分配缓存、读取信息】 2、开始线程工作【从队列读帧-重采样-SDL回调-写入音频播放数据-SDL进行播放】 分配缓存 重采样相关 SDL的音频回调 AudioOutPut PlayerMain 添加音频输出代码 测试运行结果 如果需要同时执行视频和音频的输出,记得要在解复用模块

    2024年02月20日
    浏览(46)
  • SDL库入门:掌握跨平台游戏开发和多媒体编程

    SDL (Simple DirectMedia Layer) 是一个跨平台的开源多媒体库,它提供了访问音频、键盘、鼠标、操纵杆以及图形硬件的底层接口。SDL 可用于开发游戏、仿真器、媒体播放器等多种类型的应用程序。 1.1 SDL 的背景与应用领域 SDL 由 Sam Lantinga 开发,最早发布于 1998 年。SDL 的设计目标是

    2024年02月02日
    浏览(43)
  • 开源FFMpeg(五)——使用SDL进行音频播放下(使用篇)

    在之前的博客中,已经对于FFmpeg的介绍、编译、拉流、解码等做了详细的介绍。现在紧跟着上一篇博客,在之前的拉流编解码后,使用SDL进行播放。 具体对于SDL的介绍与编译请查看上一篇博客 | 版本声明:山河君,未经博主允许,禁止转载 int SDL_Init(Uint32 flags); flags值可以是

    2023年04月08日
    浏览(33)
  • 【SDL实践指南】微软威胁建模工具

    文章前言 威胁建模(Threat Modeling)是一个不断循环的动态模型,它可以帮助企业确定对应用程序造成影响的威胁、攻击、漏洞和对策,企业可以使用威胁建模来形成应用程序的设计、实现企业的安全目标以及降低风险 工具介绍 Microsoft Threat Modeling Tool是由微软在2018年9月作为GA发

    2024年04月26日
    浏览(28)
  • 基于 FFmpeg 的跨平台视频播放器简明教程(六):使用 SDL 播放音频和视频

    基于 FFmpeg 的跨平台视频播放器简明教程(一):FFMPEG + Conan 环境集成 基于 FFmpeg 的跨平台视频播放器简明教程(二):基础知识和解封装(demux) 基于 FFmpeg 的跨平台视频播放器简明教程(三):视频解码 基于 FFmpeg 的跨平台视频播放器简明教程(四):像素格式与格式转换

    2024年02月13日
    浏览(56)
  • 《Git入门实践教程》前言+目录

    版本控制系统(VCS)在项目开发中异常重要,但和在校大学生的交流中知道,这个重要方向并未受到重视。具备这一技能,既是项目开发能力的体现,也可为各种面试加码。在学习体验后知道,Git多样化平台、多种操作方式、丰富的资源为业内人士提供了方便的同时,也造成

    2024年02月10日
    浏览(66)
  • FPGA学习实践之旅——前言及目录

    很早就有在博客中记录技术细节,分享一些自己体会的想法,拖着拖着也就到了现在。毕业至今已经半年有余,随着项目越来越深入,感觉可以慢慢进行总结工作了。趁着2024伊始,就先开个头吧,这篇博客暂时作为汇总篇,记录在这几个月以及之后从FPGA初学者到也算有一定

    2024年02月03日
    浏览(55)
  • 音视频开发之旅——音频基础概念、交叉编译原理和实践(LAME的交叉编译)(Android)

    本文章已授权微信公众号郭霖(guolin_blog)转载。 本文主要讲解的是 音频基础概念 、 交叉编译原理和实践(LAME的交叉编译) ,是基于 Android平台 ,示例代码如下所示: AndroidAudioDemo 另外, iOS平台 也有相关的文章,如下所示: 音视频开发之旅——音频基础概念、交叉编译

    2024年04月25日
    浏览(82)
  • 一个WPF开发的、界面简洁漂亮的音频播放器

    今天推荐一个界面简洁、美观的、支持国际化开源音频播放器。 这是一个基于C# + WPF开发的,界面外观简洁大方,操作体验良好的音频播放器。 支持各种音频格式,包括:MP4、WMA、OGG、FLAC、M4A、AAC、WAV、APE 和 OPUS;支持标记、实时显示歌词等功能;支持换肤、中英文等主流

    2024年02月01日
    浏览(50)
  • 微信小程序的订阅消息是一个允许开发者向用户发送重要通知的功能。这里为您展示如何实现小程序订阅消息的基本步骤和代码示例

    步骤 1: 获取模板 ID 首先,您需要登录微信公众平台,进入「小程序管理」后台,找到“设置” “开发设置” “订阅消息”,然后选择并配置所需的模板,记录模板 ID。 步骤 2: 小程序前端请求订阅 在小程序的某个页面或组件中,当用户执行某个操作(例如点击按钮)时,可

    2024年02月04日
    浏览(89)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包