افزایش بلندی صدای WAV بدون کلیپ شدن

چگونگی کار

مراحل انجام کار

1. بررسی کنید که فایل یک کانتینر RIFF یا RF64 WAVE با ترتیب بایت little-endian باشد، سپس فهرست چانک‌های لایه‌گذاری‌شدهٔ آن را پیمایش کنید تا دقیقاً یک بلوک fmt و یک بلوک data پیدا شود. در صورت نیاز، طول دادهٔ ۶۴ بیتی RF64 را از ds64 بخوانید.
2. تعداد کانال‌ها، نرخ نمونه‌برداری، تراز بلوک، عمق بیت و برچسب قالب را بخوانید. WAVE_FORMAT_EXTENSIBLE را فقط زمانی باز کنید که دقت معتبر آن کل ظرف نمونه را پر کند؛ کدک‌های فشرده، RIFX با ترتیب بایت big-endian و عرض فریم‌های ناسازگار را رد کنید.
3. هر نمونهٔ PCM ۸، ۱۶، ۲۴ یا ۳۲ بیتی، یا هر نمونهٔ IEEE-float ۳۲ یا ۶۴ بیتی را رمزگشایی کنید و بزرگ‌ترین دامنهٔ مثبت و منفی را اندازه بگیرید. مقادیر شناور نامتناهی را به جای انتشار NaN یا بی‌نهایت رد کنید.
4. تغییر دسی‌بل درخواستی را با رابطهٔ «ضریب = ۱۰ به توان (بهرهٔ dB تقسیم بر ۲۰)» به یک ضریب دامنه تبدیل کنید. وقتی جلوگیری از کلیپ شدن برای یک تقویت روشن است، آن ضریب را به حد هدروم علامت‌دار کوچک‌تر کاهش دهید.
5. فایل منبع کامل را در قطعات محدود کپی کنید. در چانک data کپی، هر نمونهٔ هر کانال را در همان ضریب ضرب کنید، PCM عدد صحیح را به‌صورت متقارن به نزدیک‌ترین کد گرد کنید و هر نتیجهٔ خارج از محدوده را در تمام‌مقیاس دیجیتال مهار کنید.
6. بهرهٔ واقعی، اوج‌های اندازه‌گیری‌شده، تعداد نمونه‌هایی که نیاز به محدود شدن داشتند و مدت‌زمان بدون تغییر را گزارش دهید. کانتینر کپی‌شده را به‌عنوان یک دانلود WAV جداگانه ارائه دهید؛ فایل منبع دست‌نخورده می‌ماند.

فرض‌ها

• صدای پشتیبانی‌شده PCM عدد صحیح little-endian با ۸، ۱۶، ۲۴ یا ۳۲ بیت، یا IEEE-float با ۳۲ یا ۶۴ بیت است. کدک‌های فشردهٔ WAV و RIFX با ترتیب بایت big-endian به رمزگشا یا تبدیل ترتیب بایت نیاز دارند و رد می‌شوند.
• WAVE_FORMAT_EXTENSIBLE زمانی پشتیبانی می‌شود که تعداد بیت‌های معتبر آن صفر یا برابر با عرض ظرف باشد. نمونه‌های با دقت کاهش‌یافته، مانند ۲۴ بیت معتبر که در ظرف‌های ۳۲ بیتی چپ‌چین شده‌اند، به جای تفسیر با حدس و گمان رد می‌شوند.
• همان ضریب ثابت به هر نمونه در هر کانال اعمال می‌شود و تعادل کانال‌ها و دینامیک نسبی حفظ می‌شود. این تنظیم بهرهٔ اوج است، نه نرمال‌سازی بلندی بر حسب LUFS، فشرده‌سازی، لیمیت کردن در طول زمان، نمونه‌برداری مجدد یا دیترینگ.
• حفاظت از اوج فقط یک بهرهٔ مثبت درخواستی را محدود می‌کند. اگر منبع IEEE-float از قبل خارج از محدودهٔ اسمی -۱ تا +۱ باشد، تقویت اعمال‌شده ۰ دسی‌بل می‌شود و آن نمونه‌های خارج از محدودهٔ موجود همچنان مهار و شمارش می‌شوند؛ این ابزار یک تقویت را بی‌سروصدا به تضعیف تبدیل نمی‌کند.
• PCM عدد صحیح پس از ضرب به نزدیک‌ترین کد نمونهٔ قابل نمایش گرد می‌شود. در حالت‌های دقیقاً نیمه، قدرهای مثبت و منفی برابر به‌طور یکسان از صفر دور می‌شوند تا این عملیات گرد کردنِ وابسته به علامت ایجاد نکند.
• چانک‌های RIFF و موقعیت‌هایشان خارج از محتوای data بایت‌به‌بایت بدون تغییر می‌مانند. این کار نشانه‌ها (cue) و فرادادهٔ کانال‌ها را سر جای خود نگه می‌دارد، اما هر فرادادهٔ تعبیه‌شدهٔ اوج، بلندی، چک‌سام یا تحلیل می‌تواند نمونه‌های قدیمی را توصیف کند و دوباره محاسبه نمی‌شود.
• ورودی به ۱۰۰ مگابایت محدود است. مرورگر منبع و خروجی کپی‌شده را هم‌زمان نگه می‌دارد، در حالی که حلقه‌های اسکن، کپی و بازنویسی در قطعات محدود نوبت را واگذار می‌کنند تا نوار پیشرفت و دکمهٔ لغو پاسخگو بمانند.