C# C语言中的音频节拍检测#

使用.NET mscorlib程序集中的System.IO BinaryReader对象，我运行了一个循环，将.wav文件中的每个字节值转储到Excel电子表格中。为了简单起见，我将一个两秒钟的4K信号从信号发生器记录到软件sequencer中，并保存为单声道波形文件。软件I sequence music的分辨率为1ms，即44.11个采样（假设采样率为44.1K）。我感到奇怪的是，通过ReadInt16（）方法提取的数据（从.wav文件中的位置44开始）显示了各种数字，其中整数似乎随机切换符号，而sequencer中的可视正弦波在振幅和频率方面是完全一致的。对于16位分辨率，我确定每个样本的第一个字节是频率分辨率，第二个振幅，对吗

问：我如何才能智能地解释从波形文件中提取的整数，以最终确定节拍

---

非常感谢……….Mickey

对于每个样本16位的WAV文件，样本的第一个字节不是频率分辨率，第二个字节是振幅。这两个字节一起表示该特定时间点的样本振幅。这两个字节被解释为2字节整数，因此值的范围为-32768到+32767

---

我不知道你的音序器是如何工作的，也不知道它显示了什么。根据您的描述，听起来好像您的音序器正在使用FFT将音频从时域（即WAV文件）转换为频域（即频率沿x轴和频率振幅沿y轴的图形）。WAV文件不包含频率信息。

好的，我知道了。从2字节的输出分组来看，第一个字节的值通常比2字节的值高得多，因此我得出了一个错误的结论，即这是一个频率/振幅指定。因此，是否有某种图例或映射文档来解释逻辑。如果二进制读取器输出数据的范围为位置1的-32768到32767，即字节1，那么字节2的用途是什么？@Mickey:否，每个样本2个字节意味着每个样本的值（每秒44100个样本）存储为两字节整数（aka

Int16

）。

Int16

的可能值范围为-32768到+32767。您似乎认为示例中的两个字节中的每一个都存储了不同数量的数据，而事实并非如此。这两个字节基本上是作为单个

Int16

绑定在一起的。因此，我创建了一个1秒的mono.wav文件，其中音频数据块包含88200个字节。当我向下滚动这个88200输出列表时，我看到了像…29570750，-296581305。。。在这种类型的高/低序列中。如果88200个位置中的每个位置都是1字节的数据，则需要两个位置来构成采样分辨率。还是我在这里遗漏了什么？如果是这样，那么在这个双序列的每个实例中，第二个字节的意义是什么？您不需要添加它们。它是一个16位（2字节）长的数字。如果我写“6458”，那是六千四百五十八，而不是一百二十二！（64+58），对吗？负数只是对每个双字节数的一部分的错误解释。有点像认为“23”在偶数的“2392”中是奇数，因为你只看到了一半。谢谢你，希恩德尔，我会看一下文档。为了回答您的问题，是的，我只是调用ReadInt16方法来提取十进制整数值。