C#实现WAV音频单声道提取
作者：Joseph Pan （转载请注明出处http://www.cnblogs.com/weizhoupan/archive/2011/03/20/1989718.html ）
喜欢买碟或者卡拉ok的朋友一定不会对声道这个术语陌生。通常我们在音像店买回来的VCD或者DVD都是双声道的形式，唱片商在录制唱片时往往提供了两个或多个声道，以保存不同的音频内容，以形成立体声效。左声道保存的大多为一些背景声效，如卡拉OK的消音伴唱。而右声道保存的往往是较为主要的声音，比如主唱的歌声。利用多声道技术，听众可以清晰地分辨出各种乐器来自的方向，从而使音乐更富想象力，更加接近于临场感受。
有时候我们只需要音频里的单声道内容，比如喜欢用电脑录制卡拉ok的朋友就经常为了找歌曲的伴唱而流连于各大伴奏网站。现在的网络翻唱非常流行，很多网络歌手就是先搜索喜欢的歌曲的伴奏，然后利用Adobe Audition（前身就是大名鼎鼎的CoolEdit）录制自己的演唱，然后加一些简单的降噪和压限处理，最后mix到伴奏的音轨里面。尽管利用Audition也可以完成单声道的提取工作，但是操作起来比较复杂。
其实对WAV的单声道提取并不困难。关键在于对WAV文件格式的理解。
一、WAV的文件头
WAV为微软公司(Microsoft)开发的一种声音文件格式，它符合RIFF(Resource Interchange File Format)文件规范。所有的WAV都有一个文件头，这个文件头包含了音频流的编码参数。
| 偏移地址 | 字节数 | 类型 | 内容 |
| 00H~03H | 4 | 字符 | 资源交换文件标志（RIFF） |
| 04H~07H | 4 | 长整数 | 从下个地址开始到文件尾的总字节数 |
| 08H~0BH | 4 | 字符 | WAV文件标志（WAVE） |
| 0CH~0FH | 4 | 字符 | 波形格式标志（FMT） |
| 10H~13H | 4 | 整数 | 过滤字节（一般为00000010H） |
| 14H~15H | 2 | 整数 | 格式种类（值为1，表示数据PCMμ律编码的数据） |
| 16H~17H | 2 | 整数 | 通道数，单声道为1，双声道为2 |
| 18H~1BH | 4 | 长整数 | 采样频率 |
| 1CH~1FH | 4 | 长整数 | 波形数据传输速率（每秒平均字节数） |
| 20H~21H | 2 | 整数 | 数据的调整数（按字节计算） |
| 22H~23H | 2 | 整数 | 样本数据位数 |
表1 WAV的文件头
由表1我们可以得到以下几个重要的信息：
- 16H~17H处记录通道数，当值为1时，表示文件为单声道；当值为2时，表示文件为双声道。
- 18H~1BH处记录采样频率。它的取值与声卡的支持情况有关。常见的有8000、11025、22050、44100、48000、96000等。其中，44100是大多数歌曲文件采用的标准采样频率。
- 22H~23H处记录样本数据位数。即每一个采样的长度。常见的有8位和16位。这里还包含了另外一个信息：若样本的数据位数为n，对于双声道文件，则低n/2位用于存放左声道；高n/2位用于存放右声道。
根据这三点信息，我们可以自己编程实现单声道的提取。下面我们就来一步步动手实现。由于程序涉及的只是简单的二进制文件读写操作，因此这里只举C#作简单示例，其他语言的处理与之大同小异。
二、文件读取类的编写
为了方便以后对WAV文件的研究，我们可以先单独写一个WAV文件读取类，专门获取文件头的每一块信息：
WaveAccess
1 /*WaveAccess
2 * 提供wav文件头的访问
3 * 和文件写入相关操作
4 */
5
6 class WaveAccess
7 {
8
9 private byte[] riff; //4
10 private byte[] riffSize; //4
11 private byte[] waveID; //4
12 private byte[] fmtID; //4
13 private byte[] notDefinition; //4
14 private byte[] waveType; //2
15 private byte[] channel; //2
16 private byte[] sample; //4
17 private byte[] send; //4
18 private byte[] blockAjust; //2
19 private byte[] bitNum; //2
20 private byte[] unknown; //2
21 private byte[] dataID; //4
22 private byte[] dataLength; //4
23
24 short[] data;
25 private string longFileName;
26
27 public string LongFileName
28 {
29 get { return longFileName; }
30 }
31
32 public string ShortFileName
33 {
34 get
35 {
36 int pos = LongFileName.LastIndexOf("\\");
37 return LongFileName.Substring(pos + 1);
38 }
39 }
40
41 public short[] Data
42 {
43 get { return data; }
44 set { data = value; }
45 }
46
47 public string Riff
48 {
49 get { return Encoding.Default.GetString(riff); }
50 set { riff = Encoding.Default.GetBytes(value); }
51 }
52
53 public uint RiffSize
54 {
55 get { return BitConverter.ToUInt32(riffSize,0); }
56 set { riffSize = BitConverter.GetBytes(value); }
57 }
58
59
60 public string WaveID
61 {
62 get { return Encoding.Default.GetString(waveID); }
63 set { waveID = Encoding.Default.GetBytes(value); }
64 }
65
66
67 public string FmtID
68 {
69 get { return Encoding.Default.GetString(fmtID); }
70 set { fmtID = Encoding.Default.GetBytes(value); }
71 }
72
73
74 public int NotDefinition
75 {
76 get { return BitConverter.ToInt32(notDefinition,0); }
77 set { notDefinition = BitConverter.GetBytes(value); }
78 }
79
80
81 public short WaveType
82 {
83 get { return BitConverter.ToInt16(waveType, 0); }
84 set { waveType = BitConverter.GetBytes(value); }
85 }
86
87
88 public ushort Channel
89 {
90 get { return BitConverter.ToUInt16(channel,0); }
91 set { channel = BitConverter.GetBytes(value); }
92 }
93
94
95 public uint Sample
96 {
97 get { return BitConverter.ToUInt32(sample,0); }
98 set { sample = BitConverter.GetBytes(value); }
99 }
100
101
102 public uint Send
103 {
104 get { return BitConverter.ToUInt32(send, 0); }
105 set { send = BitConverter.GetBytes(value); }
106 }
107
108
109 public ushort BlockAjust
110 {
111 get { return BitConverter.ToUInt16(blockAjust, 0); ; }
112 set { blockAjust = BitConverter.GetBytes(value); }
113 }
114
115
116 public ushort BitNum
117 {
118 get { return BitConverter.ToUInt16(bitNum, 0);}
119 set { bitNum = BitConverter.GetBytes(value); }
120 }
121
122
123 public ushort Unknown
124 {
125 get
126 {
127 if (unknown == null)
128 {
129 return 1;
130 }
131 else
132 return BitConverter.ToUInt16(unknown, 0);
133 }
134
135 set { unknown = BitConverter.GetBytes(value); }
136 }
137
138
139 public string DataID
140 {
141 get { return Encoding.Default.GetString(dataID); }
142 set { dataID = Encoding.Default.GetBytes(value); }
143 }
144
145 public uint DataLength
146 {
147 get { return BitConverter.ToUInt32(dataLength, 0); }
148 set { dataLength = BitConverter.GetBytes(value); }
149 }
150
151
152 public WaveAccess() { }
153
154 public WaveAccess(string filepath)
155 {
156 try
157 {
158 riff = new byte[4];
159 riffSize = new byte[4];
160 waveID = new byte[4];
161 fmtID = new byte[4];
162 notDefinition = new byte[4];
163 waveType = new byte[2];
164 channel = new byte[2];
165 sample = new byte[4];
166 send = new byte[4];
167 blockAjust = new byte[2];
168 bitNum = new byte[2];
169 unknown = new byte[2];
170 dataID = new byte[4]; //52
171 dataLength = new byte[4]; //56 个字节
172
173 longFileName = filepath;
174
175
176 FileStream fs = new FileStream(filepath,FileMode.Open);
177 BinaryReader bread = new BinaryReader(fs);
178 riff = bread.ReadBytes(4);
179 riffSize = bread.ReadBytes(4);
180 waveID = bread.ReadBytes(4);
181 fmtID = bread.ReadBytes(4);
182 notDefinition = bread.ReadBytes(4);
183 waveType = bread.ReadBytes(2);
184 channel = bread.ReadBytes(2);
185 sample = bread.ReadBytes(4);
186 send = bread.ReadBytes(4);
187 blockAjust = bread.ReadBytes(2);
188 bitNum = bread.ReadBytes(2);
189 if (BitConverter.ToUInt32(notDefinition,0)== 18 )
190 {
191 unknown = bread.ReadBytes(2);
192 }
193 dataID = bread.ReadBytes(4);
194 dataLength = bread.ReadBytes(4);
195 uint length = DataLength/2;
196 data = new short[length];
197 for (int i = 0; i < length; i++)
198 {
199 data[i] = bread.ReadInt16();//读入2字节有符号整数
200 }
201 fs.Close();
202 bread.Close();
203 }
204 catch (System.Exception ex)
205 {
206 Console.Write(ex.Message);
207 }
208 }
209
210 public short[] GetData(uint begin,uint end )
211 {
212 if ((end - begin) >= Data.Length)
213 return Data;
214 else
215 {
216 uint temp = end - begin+1;
217 short[] dataTemp = new short[temp];
218 uint j = begin;
219 for (int i = 0; i<temp; i++)
220 {
221 dataTemp[i] = Data[j];
222 j++;
223 }
224 return dataTemp;
225 }
226
227 }
228
229 /// <summary>
230 /// 生成wav文件到系统
231 /// </summary>
232 /// <param name="fileName">要保存的文件名</param>
233 /// <returns></returns>
234 public bool bulidWave(string fileName)
235 {
236 try
237 {
238 FileInfo fi = new FileInfo(fileName);
239 if (fi.Exists)
240 fi.Delete();
241 FileStream fs = new FileStream(fileName, FileMode.CreateNew);
242 BinaryWriter bwriter = new BinaryWriter(fs); //二进制写入
243 bwriter.Seek(0, SeekOrigin.Begin);
244 bwriter.Write(Encoding.Default.GetBytes(this.Riff)); //不可以直接写入string类型的字符串，字符串会有串结束符，比原来的bytes多一个字节
245 bwriter.Write(this.RiffSize);
246 bwriter.Write(Encoding.Default.GetBytes(this.WaveID));
247 bwriter.Write(Encoding.Default.GetBytes(this.FmtID));
248 bwriter.Write(this.NotDefinition);
249 bwriter.Write(this.WaveType);
250 bwriter.Write(this.Channel);
251 bwriter.Write(this.Sample);
252 bwriter.Write(this.Send);
253 bwriter.Write(this.BlockAjust);
254 bwriter.Write(this.BitNum);
255 if (this.Unknown != 0)
256 bwriter.Write(this.Unknown);
257 bwriter.Write(Encoding.Default.GetBytes(this.DataID));
258 bwriter.Write(this.DataLength);
259
260 for (int i = 0; i < this.Data.Length; i++)
261 {
262 bwriter.Write(this.Data[i]);
263 }
264
265
266 bwriter.Flush();
267 fs.Close();
268 bwriter.Close();
269 fi = null;
270 return true;
271 }
272 catch (System.Exception ex)
273 {
274 Console.Write(ex.Message);
275 return false;
276 }
277 }
278
279 }
三、单声道提取
前面提到，若样本的数据位数为n，则对单声道的提取，其实就是提取出n/2的数据。对于任意一位数据，其在新的数据队列中的索引k’与其在源数据队列中的索引k满足如下的映射关系：
k = 2*k’ – k’mod(n/2) + n/2
但这里有个问题，加入只是将高或者低n/2的数据提取出来合为一个新的文件，则样本的数据位数和文件长度都需要修改为原先的一半，如果没有进行修改，播放速度将变为原来的两倍。
另外一种解决思路是将我们需要的那n/2的数据提取出来，然后覆盖另外n/2的数据。这样，头文件就不需要进行修改，因为没有任何属性发生了改变，只是文件的内容发生了变化。
根据上面的思想，对整个WAV文件作一次遍历，每次读入n位数据，如果是要提取左声道，则取出低n/2位数，覆盖高n/2位数；如果是要提取右声道，则取出高n/2位数，覆盖低n/2位数。据此编写singleChannelExtract函数如下：
singleChannelExtract
1 /// <summary>
2 /// singleChannelExtract
3 /// 用于提取单声道
4 /// </summary>
5 /// <param name="from">源文件路径</param>
6 /// <param name="to">目的文件路径</param>
7 /// <param name="flag">0：提取左声道；1：提取右声道</param>
8 private void singleChannelExtract(string from, string to, int flag)
9 {
10 //判断是否为双声道
11 WaveAccess wa = new WaveAccess(from);
12
13 if (wa.Channel == 2)
14 {
15 //获取位数
16 ushort bitNum = wa.BitNum;
17 int pos1 = 0, pos2 = 0;
18 int lth = (int)(wa.Data.Length * 2 / bitNum);
19
20 for (int i = 0; i < wa.Data.Length; i += (int)bitNum)
21 {
22 for (int j=0; j<(int)(bitNum);j++)
23 {
24 for (int k = 0; k < bitNum / 2; k++)
25 {
26 //判断要提取的声道类型
27 switch(flag)
28 {
29 case 0://提取左声道
30 wa.Data[(int)(k+bitNum/2)] = wa.Data[k];
31 break;
32 case 1://提取右声道
33 wa.Data[k] = wa.Data[(int)(k + bitNum / 2)];
34 break;
35 default:
36 MessageBox.Show("Sorry. Only left or right channel is supported for now!");
37 return;
38 }
39 }
40 }
41 }
42
43 /***写入文件 ***/
44 wa.bulidWave(to);
45 wa = null;
46 MessageBox.Show("Done!");
47 return;
48 }
49 else
50 {
51 MessageBox.Show("The song already has single channel!");
52 return;
53 }
四、实验结果
根据上面的分析，完成单声道提取器如图1所示。
图1 单声道提取器
运行该程序后，点击“open...”按钮，打开文件打开对话框，选中要进行单声道提取的文件。完成后，Format Info栏将显示该wav文件的信息。之后，单击“Extract!”按钮，弹出一个文件保存对话框，选择要保存的路径点确定，开始提取单声道，完成后将提示“Done!”。
图2和图3分别给出了对一段音频进行右声道提取前和提取后的结果。
图2 提取右声道前
图3 提取右声道后
注意图3中原来的左声道内容已经被右声道的内容覆盖，因此此时虽然还是双声道，但两个声道的内容是一样的，因此在使用上与单声道并没有区别。但如果只想保留一个声道，则可以根据前面的阐述，将每个采样值n/2位内容提取出来并合并成一个文件，再修改头文件相关数据，从而达到需要的结果。
『附相关程序下载』
