AudioTrackで正弦波の単音を再生させるためのデータ型選択

はじめに

AudioTrackを使って生成した正弦波をリアルタイムで再生するアプリを作成。再生できるようになったが再生したい周波数と違う周波数の音（雑音）も再生されていたため、修正。

正弦波生成

周波数を引数として正弦波を生成し、byte型の値の範囲-128~127で正規化。

getSound

/**
 * 正弦波生成
 * @param frequency 音の周波数
 * @return 音声データ
 */
public byte[] getSound(double frequency) {
    frequency = frequency / 2;
    // byteバッファを作成
    byte[] buffer = new byte[bufferSize];
    double max = 0;
    double[] t = new double[buffer.length];
    double hz = frequency / this.sampleRate;
    for(int i = 0; i < buffer.length; i++) {
        t[i] = Math.sin(i * 2 * Math.PI * hz);
        if(t[i] > max) {
            max = t[i];
        }
    }
    double trans = 127 / max;
    for(int i = 0; i < buffer.length; i++) {
        buffer[i] = (byte)Math.round(t[i]*trans);
    }
    return buffer;
}

結果

20kHzの音を再生した。これ自体は非可聴音だが、可聴音も再生されてしまっている。この可聴音は雑音なので除去したい。

修正したこと

音声データをbyte型ではなくshort型にしただけ。short型の値の範囲-32768~32767で正規化することで正弦波の分解能が高くなった。

getSoundShort

/**
 * 正弦波生成
 * @param frequency 音の周波数
 * @return 音声データ
 */
public short[] getSoundShort(double frequency) {
    double[] value = new double[sampleRate];
    double max = 0.0;
    for(int i = 0; i < sampleRate; i++) {
        value[i] = Math.sin(2.0 * Math.PI * frequency * i / sampleRate);
        if(value[i] > max) {
            max = value[i];
        }
    }
    short[] buffer = toShort(value, max);

    return buffer;
}

/**
 * double型をshort型に変換（-32768~32767で正規化）
 * @param val double型音声データ
 * @param max 最大値
 * @return short型音声データ
 */
public short[] toShort(double[] val, double max) {
    double trans = 32767 / max;
    short[] buf = new short[sampleRate];
    for(int i = 0; i < sampleRate; i++) {
        buf[i] = (short)Math.round(val[i] * trans);
    }
    return buf;
}

修正結果

同様に20kHzを再生したところ、可聴域の雑音がなくなり、20kHzの単音になった。

おそらく

詳しいことはわからないが、byte型の-128~127の範囲だと分解能が低く、誤差が生じて雑音が発生したと思われる。

AudioTrackの書込処理(writeメソッド)にはbyte型、short型、float型を用いることができるが、float型は値の範囲等が複雑なため試していない。