[發(fā)明專利]一種音頻豎線波形圖的生成方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810163270.2
• 申請(qǐng)日: 2018-02-27
• 公開(kāi)（公告）號(hào): CN108399921B
• 公開(kāi)（公告）日: 2021-09-24
• 發(fā)明（設(shè)計(jì)）人: 郭艷杰
• 申請(qǐng)（專利權(quán)）人: 北京酷我科技有限公司
• 主分類號(hào): G10L19/00
• 分類號(hào): G10L19/00;G10L19/16
• 代理公司: 北京國(guó)標(biāo)律師事務(wù)所 11753
• 代理人: 姚克楓

本發(fā)明涉及一種音頻豎線波形圖的生成方法，步驟如下：創(chuàng)建AVAsset對(duì)象，讀取音頻文件中的音軌AudioTrack，ASBD數(shù)據(jù)結(jié)構(gòu)，得到音頻文件描述信息，獲取聲道數(shù)和采樣率，將音頻總時(shí)間轉(zhuǎn)換為總幀數(shù)，得到總采樣幀數(shù)，將總采樣幀數(shù)除以波形圖寬度像素?cái)?shù)，得到每像素需要展現(xiàn)的幀數(shù)，生豎線線條時(shí)，首先建立寬度像素值個(gè)數(shù)的矩形區(qū)域Layer，然后按每像素一個(gè)Layer排列，最后對(duì)音頻數(shù)據(jù)進(jìn)行格式化，設(shè)定矩形區(qū)域Layer的高度。本發(fā)明，獲取音頻后，將波形圖每像素和音頻的幀數(shù)相對(duì)應(yīng)，根據(jù)音頻數(shù)據(jù)格式化的形成波形圖的像素，處理速度快，圖形準(zhǔn)確性好，系統(tǒng)開(kāi)銷較佳，可作為波形圖標(biāo)準(zhǔn)生成模塊供其他功能調(diào)用，易于后期維護(hù)及使用。

技術(shù)領(lǐng)域

本發(fā)明涉及波形圖繪制技術(shù)領(lǐng)域，具體說(shuō)是一種音頻豎線波形圖的生成方法。

背景技術(shù)

聲波是一種縱波，來(lái)回振動(dòng)導(dǎo)致空氣分子產(chǎn)生疏密相間的排列。但是這種二維空間的方式非常不便于表示聲音的屬性，于是我們?nèi)∪我庖粋€(gè)點(diǎn)，測(cè)量這個(gè)點(diǎn)的氣壓隨時(shí)間的變化，這樣就變成了橫軸為時(shí)間，縱軸為壓力變化的圖像。氣壓距離標(biāo)準(zhǔn)值偏差越大，說(shuō)明振動(dòng)越劇烈，響度越大，所以振幅越大的波形表示聲音越大。波形越緊密說(shuō)明單位時(shí)間內(nèi)振動(dòng)的次數(shù)越多，頻率越高，音高越高。

但是這樣有個(gè)問(wèn)題，就是對(duì)于單頻率的振動(dòng)，可以很容易表示出來(lái)，而我們聽(tīng)到的聲音往往是很復(fù)雜的頻率的疊加。因?yàn)楦鱾€(gè)頻率的波形都疊在一起了，就像把很多個(gè)周期振幅相位都不等的三角函數(shù)圖像加在一起，導(dǎo)致波形圖難以直觀的看出有用的信息。此時(shí)，我們就需要頻譜來(lái)幫忙了。頻譜通過(guò)對(duì)波形的傅里葉變換，把波形中的每個(gè)頻率拆開(kāi)來(lái)，再在縱軸上展開(kāi)，越往上頻率越高。頻譜是三維的，越亮表示在這個(gè)頻率上越響，越暗表示越弱。所以頻譜相對(duì)于波形圖，是包含有更多信息的，唯一的缺點(diǎn)就是無(wú)法表示整體音量總和的大小，所以一般和波形配合觀看。

綜上，波形是將聲音的振幅圖形化，頻譜是將聲音的頻率圖形化。

波形聲音設(shè)備（例如麥克風(fēng)）可以捕捉聲音，并將其轉(zhuǎn)換為數(shù)值，然后把它們儲(chǔ)存到內(nèi)存或者磁盤中形成波形文件，波形文件的擴(kuò)展名是.WAV。這樣，聲音就可以播放了。波形文件是數(shù)字化的波形聲音，是一種使用二進(jìn)制表示的串行比特流，它遵循一定的標(biāo)準(zhǔn)或者規(guī)范編碼，其數(shù)據(jù)是按時(shí)間順序組織的。

采樣的位數(shù)指的是描述數(shù)字信號(hào)所使用的位數(shù)。8位(8bit)代表2的8次方=256，16位(16bit)則代表2的16次方=65536/1024=64K。

采樣率（采樣頻率）是一秒鐘內(nèi)對(duì)聲音信號(hào)的采樣次數(shù)，采樣率越高聲音音質(zhì)理論就越真實(shí)，音頻文件（波形文件）就越大。

我們可以根據(jù)波形文件的頭信息獲取他的采樣，然后從錄音緩存區(qū)中隨著時(shí)間順序去讀取對(duì)應(yīng)的一個(gè)數(shù)值，然后通過(guò)這個(gè)數(shù)值去繪制對(duì)應(yīng)的波形圖，但目前沒(méi)有相應(yīng)的具體算法被公開(kāi)。

波形文件的頭信息即wav格式的音頻數(shù)據(jù)的頭部信息基本上是固定不變的，總共44個(gè)字節(jié)，包括以下內(nèi)容：

1.RIFF（4個(gè)字節(jié)）

固定字符串，RIFF是英文Resource Interchange File Format的縮寫

2.錄音數(shù)據(jù)長(zhǎng)度 +（44 -8） （4個(gè)字節(jié)）

類型可以是int或long，但必須保證類型占4個(gè)字節(jié)大小

3.WAVE （4個(gè)字節(jié)）

固定字符串，表示是wav文件

4.fmt （4個(gè)字節(jié)）

固定字符串，注意最后有一個(gè)空格

5.size1（4個(gè)字節(jié)）

值為16，如果為18則最后多了2個(gè)字節(jié)的附加信息

6.format tag（2個(gè)字節(jié)）