前面的音訊處理背景知識就先跳過，需要的請自行腦補。

直接上乾貨。

一、聲道轉換

1、單聲道轉立體聲

原理，雙聲道的16位取樣，每16位是一個聲道，也就是兩位元組；下一個16位是另外一個聲道，交錯進行。

private byte[] MonoToStereo(byte[] input)
{
    byte[] output = new byte[input.Length * 2];
    int outputIndex = 0;
    for (int n = 0; n < input.Length; n+=2)
    {
        // copy in the first 16 bit sample
        output[outputIndex++] = input[n];
        output[outputIndex++] = input[n+1];
        // now copy it in again
        output[outputIndex++] = input[n];
        output[outputIndex++] = input[n+1];        
    }
    return output;
}
 

2、立體聲轉單聲道

原理，去掉一半的資料即可。

private byte[] StereoToMono(byte[] input)
{
    byte[] output = new byte[input.Length / 2];
    int outputIndex = 0;
    for (int n = 0; n < input.Length; n+=4)
    {
        // copy in the first 16 bit sample
        output[outputIndex++] = input[n];
        output[outputIndex++] = input[n+1];
    }
    return output;
}
 

3、混合立體聲轉單聲道

如果是混合立體聲，則可以把左右聲道的資料求平均，得到單聲道的值

private byte[] MixStereoToMono(byte[] input)
{
    byte[] output = new byte[input.Length / 2];
    int outputIndex = 0;
    for (int n = 0; n < input.Length; n+=4)
    {
        int leftChannel = BitConverter.ToInt16(input,n);
        int rightChannel = BitConverter.ToInt16(input,n+2);
        int mixed = (leftChannel + rightChannel) / 2;
        byte[] outSample = BitConverter.GetBytes((short)mixed);
        
        // copy in the first 16 bit sample
        output[outputIndex++] = outSample[0];
        output[outputIndex++] = outSample[1];
    }
    return output;
}
 

二、位寬轉換

4、16位轉32位float

相對簡單，把每個16bit（兩個byte，合成一個short）除以16位的最大值，得到一個相對的float值（介於0-1之間）。

public float[] Convert16BitToFloat(byte[] input)
{
    int inputSamples = input.Length / 2; // 16 bit input, so 2 bytes per sample
    float[] output = new float[inputSamples];
    int outputIndex = 0;
    for(int n = 0; n < inputSamples; n++)
    {
        short sample = BitConverter.ToInt16(input,n*2);
        output[outputIndex++] = sample / 32768f;
    }
    return output;
}

5、24位轉32位float

這個就稍微麻煩了，從原資料中每次取24位，即3個byte，補上一個0，摺合成一個int，然後除以3個byte組成的資料最大值，得到一個相對float值（介於0-1之間）。

public float[] Convert24BitToFloat(byte[] input)
{
    int inputSamples = input.Length / 3; // 24 bit input
    float[] output = new float[inputSamples];
    int outputIndex = 0;
    var temp = new byte[4];
    for(int n = 0; n < inputSamples; n++)
    {
        // copy 3 bytes in
        Array.Copy(input,n*3,temp,0,3);
        int sample = BitConverter.ToInt32(temp,0);
        output[outputIndex++] = sample / 16777216f;
    }
    return output;
}

6、還原資料

兩種方式還原的程式碼一樣（後一種多的一個點資訊已經丟失，還原也只有2個byte了）：

for (int sample = 0; sample < sourceSamples; sample++)
{
    // adjust volume
    float sample32 = sourceBuffer[sample] * volume;
    // clip
    if (sample32 > 1.0f)
        sample32 = 1.0f;
    if (sample32 < -1.0f)
        sample32 = -1.0f;
    destBuffer[destOffset++] = (short)(sample32 * 32767);
}

三、重取樣

取樣是這個文章中比較複雜的部分。

=================== 佔坑，以後講原理====================

7、一個簡單的重取樣演算法

原理就是，拉大或縮小取樣點的間距。當然，明顯的是，如果如果新取樣率大於舊的，其實沒有意義，造成很多點只會簡單重複。

新取樣率小於舊的，就會在現有的點上，等比例往後拉。

// Just about worst resampling algorithm possible:
private float[] ResampleNaive(float[] inBuffer, int inputSampleRate, int outputSampleRate)
{
    var outBuffer = new List<float>();
    double ratio = (double) inputSampleRate / outputSampleRate;
    int outSample = 0;
    while (true)
    {
        int inBufferIndex = (int)(outSample++ * ratio);
        if (inBufferIndex < read)
            writer.WriteSample(inBuffer[inBufferIndex]);
        else
            break;    
    } 
    return outBuffer.ToArray();    
}

下一部分，音訊檔案格式的轉換