Float32のオーディオサンプルをSInt16にビットシフトすると、重大なクリッピングが発生します

Question

私はiOSとそのCの基礎から始めましたが、一般的なプログラミングではありません。私のジレンマはこれです。私は複雑なAudioUnitsベースのアプリケーションでエコーエフェクトを実装しています。アプリケーションでは、特に、リバーブ、エコー、および圧縮が必要です。しかし、私のアプリで生成されたオーディオサンプルに対して、特定のAudioStreamBasicDescriptionフォーマットを使用すると、エコーが正しく機能します。ただし、この形式は他のAudioUnitでは機能しません。 この問題を解決する他の方法はありますが、エコーアルゴリズムでビットツイイドリングを修正するのは最も単純なアプローチです。エコーで動作

* AudioStreamBasicDescription *はのmFormatFlagありますkAudioFormatFlagsAudioUnitCanonicalを。この仕様はあります：AudioUnitsと連携

AudioUnit Stream Format (ECHO works, NO AUDIO UNITS) 
Sample Rate:    44100 
Format ID:     lpcm 
Format Flags:    3116 = kAudioFormatFlagsAudioUnitCanonical 
Bytes per Packet:    4 
Frames per Packet:   1 
Bytes per Frame:    4 
Channels per Frame:   2 
Bits per Channel:   32 
Set ASBD on input 
Set ASBD on output 
au SampleRate rate: 0.000000, 2 channels, 12 formatflags, 1819304813 mFormatID, 16 bits per channel 

ストリーム形式は、mFormatFlag以外は同じです：kAudioFormatFlagIsFloat | kAudioFormatFlagsNativeEndian | | kAudioFormatFlagIsPacked | kAudioFormatFlagIsNonInterleaved - その詳細は以下のとおりです。

AudioUnit Stream Format (NO ECHO, AUDIO UNITS WORK) 
Sample Rate:    44100 
Format ID:     lpcm 
Format Flags:    41 
Bytes per Packet:    4 
Frames per Packet:   1 
Bytes per Frame:    4 
Channels per Frame:   2 
Bits per Channel:   32 
Set ASBD on input 
Set ASBD on output 
au SampleRate rate: 44100.000000, 2 channels, 41 formatflags, 1819304813 mFormatID, 32 bits per channel 

私はSInt16スペース、そしてバックにサンプル・データ・シフトビットの二つの機能を使用し、エコー効果を作成するためには。私が言ったように、これはkAudioFormatFlagsAudioUnitCanonicalのフォーマットで、他のフォーマットでは動作しません。それが失敗すると、サウンドはクリップされて歪んでしまいますが、サウンドはそこにあります。私はこれが、これらの2つのフォーマットの違いは、データがどのように配置されるのかを示していると思います。Float32。

// convert sample vector from fixed point 8.24 to SInt16 
void fixedPointToSInt16(SInt32 * source, SInt16 * target, int length) { 
    int i; 
    for(i = 0;i < length; i++) { 
     target[i] = (SInt16) (source[i] >> 9); 
     //target[i] *= 0.003; 

    } 
} 

*あなたは、私がクリッピングを取り除くために、サンプルの振幅を変更しようとした見ることができるように - 明確に働かなかったこと。

// convert sample vector from SInt16 to fixed point 8.24 
void SInt16ToFixedPoint(SInt16 * source, SInt32 * target, int length) { 
    int i; 
    for(i = 0;i < length; i++) { 
     target[i] = (SInt32) (source[i] << 9); 
     if(source[i] < 0) { 
      target[i] |= 0xFF000000; 
     } 
     else { 
      target[i] &= 0x00FFFFFF; 
     } 
    } 
} 

私はkAudioFormatFlagIsFloat間の差を決定することができた場合| kAudioFormatFlagsNativeEndian | | kAudioFormatFlagIsPacked | kAudioFormatFlagIsNonInterleaved、上記のメソッドを適宜変更することができます。しかし、私はそれを理解する方法がわかりません。 CoreAudioのドキュメントは不思議ですが、私がそこから読んだもので、CoreAudioTypes.hファイルから集められました。mFormatFlag（複数可）は同じ固定小数点8.24フォーマットを参照しています。明らかに何かが異なっていますが、私は何が分かりません。

この長い質問をお読みいただきありがとうございます。事前に感謝の意をお寄せいただきありがとうございます。

Answer 1

kAudioFormatFlagIsFloatは、バッファに浮動小数点値が含まれていることを示します。 mBitsPerChannelが32の場合、floatデータ（Float32とも呼ばれます）を処理していて、64の場合はdoubleデータを処理しています。

kAudioFormatFlagsNativeEndianは、バッファ内のデータがプロセッサのエンディアンと一致するため、バイトスワッピングについて心配する必要はありません。

kAudioFormatFlagIsPackedは、データのすべてのビットが重要であることを意味します。たとえば、24ビットのオーディオデータを32ビットで格納する場合、このフラグは設定されません。

kAudioFormatFlagIsNonInterleavedは、個々のバッファが1チャンネルのデータで構成されていることを意味します。オーディオデータがインターリーブされるのは一般的であり、サンプルはLとRチャンネルの間で交互になります：LRLRLRLR。 DSPアプリケーションでは、データをデインタリーブして一度に1つのチャンネルで作業するほうが簡単です。

あなたのケースでは、浮動小数点データを固定小数点として扱っているというエラーがあると思います。浮動小数点データは一般に区間[-1、+1]にスケーリングされます。 floatをSInt16に変換するには、各サンプルに最大16ビットの値（1u << 15、32768）を掛けて、[-32768,32767]の区間にクリップする必要があります。