qt-播放音频

相关概念

未压缩音频
数字音频处理大多使用采样率和位深这两种技术直接存储音频数据。脉冲编码调制（即 PCM）是最流行的数字音频技术（在使用光盘时较为普及）之一。音频按设定的时间间隔进行采样，采样波在采样点的振幅使用样本的位深存储为数字值。

线性 PCM（表明振幅响应在采样中线性一致）是 CD 内以及 Speech-to-Text API 的 LINEAR16 编码内使用的标准。两种编码均会生成一个与音频数据直接对应的未压缩字节流，两个标准均包含 16 位的位深。线性 PCM 在 CD 中使用 44100 Hz 的采样率，适合改编音乐；然而 16000 Hz 的采样率更适合改编语音。

线性 PCM (LINEAR16) 就是一个未压缩的音频例子，因为数字数据完全按照上述标准的规定进行存储。读取使用线性 PCM 编码的单通道字节流时，您可以每隔 16 位（2 字节）计数一次以实现某种目的，例如获得波形的另一个振幅值。几乎所有设备都可以在本地处理此类数字数据，您甚至可以使用文本编辑器裁切线性 PCM 音频文件，但（显然）未压缩音频并不是传输或存储数字音频的最高效方式。因此，大多数音频采用了数字压缩技术。

• 采样率( Sample Rate )
  每秒采样的频率，即每秒样本数，单位HZ ，常见的频率有22050HZ、44100HZ( CD级 )。并且人耳的听力范围是20HZ ~ 20000HZ，因此超过48000HZ就没有意义了( 根据采样定理 )。
• 样本大小( Sample Size )
  每个样本的大小，也就是振幅，假如样本大小为16 Bit = 2 ^ 16 = 65536，即能够记录 65535 个数，常见的有 8Bit、16Bit( CD级 )。
  声道( Sound Channel )：指声音在录制或播放时，在不同空间位置采集或回放的相互独立的音频信号，常见的有单声道，双声道，四声道，这个倒是声道越多效果越好。
• 比特率( Bit Rate )
  单位( bps 比特每秒 )，可以使用 比特率 = 采样率 x 样本大小 x 声音通道数 来计算。

PCM 全名脉冲编码调制( Pulse Code Modulation )，它是原始的音频脉冲数据，在一般情况下，一帧PCM数据包含2048个样本( 数据帧，注意是一帧而不是一秒 )。

因此，对于一帧PCM数据，使用小端字节序存储为(每个 [ ] 为一个样本)：
内存地址： | 低地址 | >>>>>>> | 高地址 |
8Bit 单声道：[ 8 bit ] - [ 8 bit ] - [ 8 bit ] - [ 8 bit ] ｝ 总 2048个。
8Bit 双声道：[ 8 bit 声道1 ] - [ 8 bit 声道2 ] - [ 8 bit 声道1 ] - [ 8 bit 声道2 ] ｝ 总 2048个。
16Bit 单声道：[ 8 bit 低位 + 8 bit 高位 ] - [ 8 bit 低位 + 8 bit 高位 ] - [ 8 bit 低位 + 8 bit 高位 ] - [ 8 bit 低位 + 8 bit 高位 ] ｝ 总 2048个。
16Bit 双声道：[ 8 bit 低位 + 8 bit 高位 声道1 ] - [ 8 bit 低位 + 8 bit 高位 声道2 ] - [ 8 bit 低位 + 8 bit 高位 声道1 ] - [ 8 bit 低位 + 8 bit 高位 声道2 ] ｝ 总 2048个。

声道：同时采集音频的通道数，通常使用单声道或双声道，也有5.1声道，7.1声道。
采样率：1秒钟采样的个数，常用的有16kHZ，32kHZ，44.1kHZ ，48kHZ等。
帧：持续采样时间，可以设置的范围较大，可以使用20ms，也可以使用200ms，一般来说时间越短时延越小。
每帧PCM数据大小：PCM Buffersize=采样率采样时间采样位深/8*通道数（Bytes）

8000Hz采样率，16bit，2channel
每秒数据量=8000162/8=32KBbytes

// Qt4 代码
#include <stdint.h>
#include <QtCore/qmath.h>
#include <QAudioFormat>
#include <QAudioOutput>
#include <QTimer>
#ifndef M_PI
    #define M_PI 3.14159265358979323846
#endif

QByteArray generatePCM()
{
    //幅度，因为sampleSize = 16bit
    qint16 amplitude = INT16_MAX;
    //单声道
    int channels = 1;
    //采样率
    int samplerate = 8000;
    //持续时间ms
    int duration = 20;
    //总样本数
    int n_samples = int(channels * samplerate * (duration / 1000.0));
    //声音频率
    int frequency = 100;
 
    bool reverse = false;
    QByteArray data;
    QDataStream out(&data, QIODevice::WriteOnly);
    out.setByteOrder(QDataStream::LittleEndian);
    for (int i = 0; i < 1000; i++) {
        for (int j = 0; j < n_samples; j++) {
            qreal radians = qreal(2.0 * M_PI * j  * frequency / qreal(samplerate));
            qint16 sample = qint16(qSin(radians) * amplitude);
            out << sample;
        }
 
        if (!reverse) {
            if (frequency < 2000) {
                frequency += 100;
            } else reverse = true;
        } else {
            if (frequency > 100) {
                frequency -= 100;
            } else reverse = false;
        }
    }
 
    QFile file("raw");
    file.open(QIODevice::WriteOnly);
    file.write(data);
    file.close();
 
    return data;
}

QByteArray pcm1 = generatePCM();
 
QAudioFormat format;
format.setCodec("audio/pcm");
format.setSampleRate(8000);
format.setSampleSize(16);
format.setSampleType(QAudioFormat::SignedInt);
format.setChannelCount(1);
format.setByteOrder(QAudioFormat::LittleEndian);

QAudioOutput output(format, NULL);
QIODevice *device = output.start();

while (pcm1.size() > 0) 
{
    int readSize = output.periodSize();
    int chunks = output.bytesFree() / readSize;
    while (chunks) 
    {
        QByteArray samples = pcm1.mid(0, readSize);
        int len = samples.size();
        pcm1.remove(0, len);

        if (len) device->write(samples);
        if (len != readSize) break;

        chunks--;
    }
}