解析matlab的audioread()输入输出参数

news2025/1/10 17:03:33

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 <stdlib.h>
#include <stdio.h>

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 <stdlib.h>
#include <stdio.h>

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<inputdata_length; i++) {
		x_in[i]=x[i]/32768.0;
	}

	//处理

	//输出
	for(i=0; i<inputdata_length; i++) {
		x_out[i]=(short)(x_in[i]*32768.0);
	}

	fwrite(x_out, sizeof(short), inputdata_length, fpout);
	free(x);
	free(x_in);
	free(x_out);
	fclose(fpin);
	fclose(fpout);
#endif

	return 0;
}

输出的音频文件和源文件一致：