原始（无头）音频文件的编码是什么以及如何编码？

8

我已经做到了：

me@riverbrain:~/sgf$ echo "test" | text2wave -otype raw -F 16000 >> test.raw

产生了无头音频文件。关于此文件的妙处在于它可以被串联（使用cat与另一个原始音频文件，如文本）。

当然，我有问题。问题是我还不能玩。

me@riverbrain:~/sgf$ play test.raw 

play FAIL formats: bad input format for file `test.raw': sampling rate was not specified

而且，当指定采样率时

me@riverbrain:~/sgf$ play -r 16000 test.raw 
play FAIL formats: bad input format for file `test.raw': data encoding was not specified

当我查找一些信息“编码”时，我感觉到它与您的处理器体系结构有很大关系，但也许我错了。无论如何，我找不到任何有关如何向计算机“询问”原始音频文件的数据编码是什么的文档。而且我也知道采样率是多少，这取决于我自己设置，但这是我所能达到的。

audio sox

— ixtmixilix
source

2

没有标准的原始格式。您需要找出产生它的应用程序使用了哪些参数。不幸的是，这并不总是有据可查的。

— 吉尔（Gilles）“所以，别再邪恶了”，

8

它可以变化，但是至少对我而言，text2wave产生1通道，16位，带符号整数PCM。这些是很正常的，当您正确使用它们时会非常清楚（例如，如果您错误地对整数进行了无符号签名，则声音会变得极度失真）

通过播放，看起来像：

play -r 16000 -b 16 -c 1 -e signed-integer /tmp/foo.raw
play -r 16000 -2 -s -c 1 /tmp/foo.raw # obsolete way for older versions of Sox

我怀疑这些参数是在Festival中某个地方配置的。其中一些可能也被硬编码。

您可能会遇到的唯一与体系结构相关的事物是大字节序与小字节序。在我的Little-endian机器节上，我正在写作Little-Endian。如果我将该文件移动到big-endian机器上，则可能需要添加-L。如果text2wav是在高字节序的计算机上运行，我不确定它是否会写入高字节序或低字节序的数据。

— 德罗伯特
source

谢谢。所有这些响应都很棒，但这是我最终使用的解决方案。

— ixtmixilix 2011年

2

您可能可以创建自己的RIFF标头。一点点的打击应该做到这一点..只是把标题连接到您的其他一块...

此链接显示标题布局：Canonical WAVE文件格式

SO上还有一个相关链接：使用脚本将RAW音频数据转换为WAV，但mplayer / mencoder的答案标记为零。但是，它认为SoX可以工作。

SoX在以上两个链接中都被提及，并且可以在Ubuntu的仓库中找到。我想其他人也一样。

PS ...我只是尝试使用play（不知道它存在）而发现它是SoX！... SO链接给出了一个示例，复制到此处：sox -r 44100 -e unsigned -b 8 -c 1 <RAW_FILE> <TARGET_FILE>

如果您无法通过sox使用它，则可能是mplayer / mencoder或RIFF标头可以帮助您。

— 彼得·奥
source

2

使用aplay而不是play播放原始文件，可以通过-t开关将其指定为原始音频：

aplay -q -c 2 -t raw -f s16 test.raw

— 神经元34
source