原文地址：https://dylanmeeus.github.io/posts/audio-from-scratch-pt1/
在我的“使用Go播放音频”系列中，我们将介绍通过Go处理音频数据的各种方式。我们将研究波形文件的结构，如何应用立体声平移，将单声道文件转换为立体声，如何通过线性插值处理断点文件等。
但是，在这篇文章中，我们将从头开始使用Go以二进制格式创建声音。本文的最终结果是播放一定频率，采样率和持续时间的声音。我们还将应用指数衰减，以使声音逐渐减弱。（最终呈现效果可以观看原文视频）
步骤1：什么声音？
以最简单的形式理解，计算机将声音视为数字编码的简单波形。在声音到达你的耳朵之前，它会通过数模转换器，从本质上将数字信号转换为耳机/扬声器的电流。例如，注释A如下所示：
（来源：http://www-users.math.umn.edu/~rogness/math1155/soundwaves/）
首先，让我们尝试使用go创建一个正弦波。我们可以使用math.Sin（x）生成此值，并将x作为弧度传入。我们必须迭代一个范围才能输出正弦波。为了停留在音频编程领域，我们在正弦波上绘制的“点”数量就是我们的样本。（如果要跳过这部分，这篇文章的所有代码都在github上：https://github.com/DylanMeeus/MediumCode/blob/master/Audio
const nsamps = 50 // samples to generate
func generate() {
tau = math.Pi * 2
var angle float64 = tau / nsamps
for i := 0; i < nsamps; i++ {
samp = math.Sin(angle * float64(i))
fmt.Printf("%.8f\n", samp)
}
}
注意，我们将样本打印到stdout，我们可以将此输出通过管道传输到文件（运行main.go> out.txt）。该文件中的输出将如下所示：
-0.00000000
-0.12533323
-0.24868989
-0.36812455
-0.48175367
-0.58778525
..很难看到这里发生了什么。但是，使用gnuplot可以将文件可视化。在gnuplot中，运行：
plot "out.txt" with lines
这看起来像是一个完美连续的正弦波，但这是gnuplot“以线条显示”它的方式。如果我们绘制条形图，我们可以看到稍微不同的视图。（ plot “out.txt” with boxes）
现在，我们可以生成正弦波了，我们掌握了如何发出声音的基础知识。尽管这只是浮点数，但实际上我们可以将其转换为可播放的原始音频文件。
步骤2：产生声音
为了将这个正弦波转换为实际的声音，我们必须介绍一些东西。
采样率
首先，声音以一定的采样率存储。采样率告诉你每秒使用多少采样来编码声音。CD记录的采样率是44100赫兹，允许的频率高达22.05KHz。考虑到人耳听到的声音在20Hz到20KHz之间，这就足够了（假设仅针对人类听众😛）。尽管其他格式也是可以的，例如DVD视频质量为48Khz或DVD音频质量为96KHz，我们现在主要使用CD。如你所见-更改此设置将是微不足道的。你可以自己尝试，看看是否可以听到声音上的差异。因此，至少需要44100个样本，而不是使用nsamps = 50。为了调整声音的持续时间，我们还将为此添加一个变量。
const (
Duration = 2
SampleRate = 44100
)
频率
接下来，我们将介绍一个频率。现在，我们将使用440Hz的频率，该频率被定义为“音高标准”。这是中音C上方音符A的标准调音。为了不偏离我们产生音乐的目标太远，如果你对我们为何使用此频率感到好奇，只需查看此Wiki页面。添加此内容后，我们将再次扩展常量：
const (
Duration = 2
SampleRate = 44100
Frequency = 440 // Pitch Standard
)
储存声音
现在，我们已经具备了产生声音的基本要素，但是我们错过了一个至关重要的部分。我们如何存储这些数据，以便我们的计算机可以将其解释为声音？确实可以使用在步骤1中生成的浮点数，但必须将它们存储为二进制表示形式。其中一个棘手的部分是，你必须以一种计算机可以读取它们的方式来存储它们-这意味着你必须在BigEndian机器上使用BigEndian，否则就必须在LittleEndian上使用。在Linux系统上，可以通过终端查看（在macOS上可能是相同的命令，无需验证！）。
dylan@devuan:~$ lscpu | grep "Byte Order"
Byte Order: Little Endian
代码部分
现在我们知道该怎么做了，设置好常量，让我们修改generate函数并将全部放到一起。声音存储名为“ out.bin”的文件中。（为简便起见，我已删除了错误处理！）
func generate() {
nsamps := Duration * SampleRate
var angle float64 = tau / float64(nsamps)
file := "out.bin"
f, _ := os.Create(file)
for i := 0; i < nsamps; i++ {
sample := math.Sin(angle * Frequency * float64(i))
var buf [8]byte
binary.LittleEndian.PutUint32(buf[:],
math.Float32bits(float32(sample)))
bw,_ := f.Write(buf[:])
fmt.Printf("\rWrote: %v bytes to %s", bw, file)
}
}
使用ffplay，我们现在可以播放文件，我们需要指定采样率和格式。指定我们的显示模式，我们还可以可视化正在播放的声音：
ffplay -f f32le -ar 44100 -showmode 1 out.bin
另外，你也可以使用Audacity并将我们的二进制文件导入为“原始音频文件”。只需确保选择单声道和正确的编码即可。这就是我们创建音高标准的方法。尽管有一个小的改进是在接近尾声时篡改声音。这比保持恒定的信号更“自然”。为此，我们可以在信号末尾附近引入指数衰减。扩展1：指数衰减我们不必添加很多就可以得到指数衰减。我们希望淡出信号，因此我们将定义一个起点和终点“振幅”以产生一个衰减因子。接下来，在每次迭代中，我们将信号的实际幅度乘以一个衰减因子，以对其进行修改。在函数的顶部，我们将定义以下变量：
func generate() {
var (
start float64 = 1.0
end float64 = 1.0e-4
)
nsamps = Duration * SampleRate
decayfac := math.Pow(end/start, 1.0/float64(nsamps))
..
一旦设置好它们，在生成波形的循环中，我们只需在每次迭代中修改样本
sample := math.Sin(angle * Frequency * float64(i))
sample *= start
start *= decayfac
当我们将它们放在一起时，我们的功能变为：
func generate() {
var (
start float64 = 1.0
end float64 = 1.0e-4
)
nsamps := Duration * SampleRate
var angle float64 = tau / float64(nsamps)
file := "out.bin"
f, _ := os.Create(file)
decayfac := math.Pow(end/start, 1.0/float64(nsamps))
for i := 0; i < nsamps; i++ {
sample := math.Sin(angle * Frequency * float64(i))
sample *= start
start *= decayfac
var buf [8]byte
binary.LittleEndian.PutUint32(buf[:],
math.Float32bits(float32(sample)))
bw, _ := f.Write(buf[:])
fmt.Printf("\rWrote: %v bytes to %s", bw, file)
}
}
😃所有代码都在GitHub上：https://github.com/DylanMeeus/MediumCode/blob/master/Audio/FirstSound/main.go
最终效果如下：
