音频开发 / 系统课时

区分交错与平面声道布局

区分交错与平面声道布局

同样是双声道 PCM,样本在内存中的排列方式可能完全不同。读错布局不会立即报错,却会把左右声道和时间顺序混在一起。本篇用连续样本演示 interleaved 与 planar 的索引规则,并完成拆分与重新组合。

学习目标

  • 看懂交错与平面布局中声道、帧和内存位置的对应关系
  • 根据声道数正确读取、拆分和组合多声道 PCM 样本
  • 避免把样本数量、帧数量和声道数量混为一谈

两种布局如何排列样本

假设有 3 个立体声帧,每帧包含左声道 L 和右声道 R。交错布局按“帧”连续存放:L0, R0, L1, R1, L2, R2。读取第 frame 帧的第 channel 个声道时,索引为 frame * channels + channel。

平面布局则把每个声道放在独立平面中:左声道是 L0, L1, L2,右声道是 R0, R1, R2。访问时先选择声道平面,再使用帧下标。实际 API 中,每个 plane 可能是独立缓冲区,不能假定所有声道紧挨着存放。

交错与平面 PCM 声道布局对比

用处理循环拆分再组合

下面用 Python 的 array('h') 表示 16 位有符号样本。示例先按交错布局保存 3 个立体声帧,再拆成两个 planar 声道,最后重新交错,便于直接验证顺序是否保持一致。

python
from array import array

channels = 2
interleaved = array("h", [100, -100, 200, -200, 300, -300])

left = array("h")
right = array("h")

# 每次前进一个完整音频帧,而不是一个样本。
for offset in range(0, len(interleaved), channels):
    left.append(interleaved[offset])
    right.append(interleaved[offset + 1])

planar = [left, right]
frames = len(interleaved) // channels
recombined = array("h")

# planar 重新转回 interleaved 时,先遍历帧,再遍历声道。
for frame in range(frames):
    for channel in range(channels):
        recombined.append(planar[channel][frame])

print("frames:", frames)
print("left:", list(left))
print("right:", list(right))
print("recombined:", list(recombined))

预期输出

text
frames: 3
left: [100, 200, 300]
right: [-100, -200, -300]
recombined: [100, -100, 200, -200, 300, -300]

重新组合后的序列与原始数据完全一致,说明帧顺序和声道顺序都没有被破坏。对于更多声道,不能继续硬编码 left、right,应使用声道索引循环或声道缓冲区数组。

帧数量不是样本数量

多声道处理中最常见的错误,是把 sampleCount 当成 frameCount。对于交错数据,如果总样本数为 960、声道数为 2,那么实际只有 480 帧。音频时长通常由帧数量和采样率决定,而不是直接用总样本数除以采样率。

另一个边界是声道顺序。立体声常见为左、右,但多声道格式可能采用不同 channel order。布局只回答“数据如何排”,并不自动告诉你每个声道代表左前、右前还是低频声道,因此仍要以格式或 API 的声道定义为准。

当处理循环同时明确帧数量、声道数量和布局类型后,interleaved 与 planar 之间的转换就只是索引规则变化;真正危险的是在没有确认布局的情况下直接按连续样本猜测声道含义。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

区分交错与平面声道布局

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通