我有pcm音频存储在字节数组中。每个样本是16位。我想让它每个样本音频8位。
谁能提出一个好的算法来做到这一点?
我没有提到比特率因为我认为它对算法不重要，对吧?
我现在看不出为什么只取上字节是不够的，即丢弃每个样本的低8位。
这当然是假设样本是线性的;如果它们不是，那么也许你需要在掉位之前做一些事情来线性化它们。
short sixteenBit = 0xfeed;
byte eightBit = sixteenBit >> 8;
// eightBit is now 0xfe.
正如AShelly在评论中建议的那样，舍入可能是一个好主意，即如果我们丢弃的字节高于其最大值的一半，则加1:
eightBit += eightBit < 0xff && ((sixteenBit & 0xff) > 0x80);
针对0xff的测试实现了夹紧，所以我们不会冒险将1添加到0xff并将其包装到0x00，这将是不好的。
16位样本通常是有符号的，而8位样本通常是无符号的，所以最简单的答案是你需要将16位样本从有符号的(16位样本几乎总是存储为-32768到+32767的范围)转换为无符号的，然后取结果的前8位。在C中，这可以表示为output = (unsigned char)((unsigned short)(input + 32768)>> 8)。这是一个很好的开始，可能足以满足您的需求，但听起来不太好。因为"量化噪声"，听起来很粗糙。
量化噪声是原始输入和算法输出之间的差异。无论你做什么，你都会有噪音，噪音平均会是"半点"。你对此无能为力，但有一些方法可以使噪音不那么明显。
量化噪声的主要问题是它倾向于形成模式。如果输入和输出之间的差异完全是随机的，事情听起来会很好，但相反，输出会反复地对波形的某一部分太高，对下一部分太低。你的耳朵能听到这种模式。
要得到听起来不错的结果，你需要添加抖动。抖动是一种试图消除量化噪声的技术。最简单的抖动只是去除噪声中的模式，这样噪声模式就不会分散实际的信号模式。更好的抖动可以更进一步，通过将多个样本的误差值加在一起，然后在总误差大到值得校正时加入校正，从而采取措施减少噪声。
您可以在线找到各种抖动算法的解释和代码示例。SoX工具http://en.wikipedia.org/wiki/SoX可能是一个很好的研究领域。检查源的抖动效果，并尝试将各种声音从16位转换为8位，并启用或不启用抖动。当转换为8位声音时，抖动所产生的质量差异会让你感到惊讶。
byteData = (byte) (((shortData +32768)>>8)& 0xFF)
正常化16位样本，然后按8位样本的最大值重新缩放。
这会产生更精确的转换，因为每个样本的低8位不会被丢弃。然而，我的解决方案比选择的答案计算成本更高。