使用Nwaves叠加DiscreteSignal出现异常尖峰的原因及解决方法

问题背景 #

我有两个单声道WAV文件，采样率均为37500Hz：

• output.wav：
• saved_mono.wav：

执行信号叠加操作的代码如下：

// shiftedSignal 对应 output.wav
// outSignal 对应 saved_mono.wav

// 读取文件的代码：
WaveFile shiftedWav;
using (var stream = new FileStream("output.wav", FileMode.Open))
{
    shiftedWav = new WaveFile(stream);
}
DiscreteSignal shiftedSignal = shiftedWav[Channels.Left];

DiscreteSignal mergedSignal = shiftedSignal + outSignal;

waveFileOut = new WaveFile(mergedSignal);
using (var stream = new FileStream("merged.wav", FileMode.Create))
{
    waveFileOut.SaveTo(stream);
}

叠加后生成的merged.wav出现巨大尖峰：

两个输入文件参数一致：37500Hz采样率、600kbps比特率。

为验证问题，尝试拼接两个信号，代码如下：

DiscreteSignal mergedSignal = shiftedSignal.Concatenate(outSignal);

拼接结果正常：

该尖峰的成因是什么？如何解决？

尖峰成因 #

1. 幅值溢出：音频信号的采样值有固定量化范围（比如16位PCM是-32768到32767），两个信号叠加时，对应采样点数值之和超出范围，会触发截断溢出，直接产生异常尖峰。从输入波形看，两个信号幅值都较高，叠加后极易突破量化上限。
2. 信号长度不匹配：若两个DiscreteSignal的采样点数量不一致，库的+操作可能会用默认值（如0）填充短信号，或循环重复短信号。填充/重复部分与原信号叠加时，会产生幅值突变，形成尖峰。

解决方法 #

• 幅值归一化：叠加前对信号进行缩放，确保叠加后总和不超出量化范围：

  // 取两个信号的最大幅值
  var maxAmp = Math.Max(shiftedSignal.Max(), outSignal.Max());
  // 计算缩放因子，保证叠加后最大幅值不超过1（针对归一化到[-1,1]的浮点信号）
  var scaleFactor = 1.0 / (2 * maxAmp);
  // 缩放信号后叠加
  var mergedSignal = (shiftedSignal * scaleFactor) + (outSignal * scaleFactor);
  

• 统一信号长度：先对齐两个信号的采样点数量，再执行叠加：

  int minLength = Math.Min(shiftedSignal.SamplesCount, outSignal.SamplesCount);
  // 截断较长的信号到较短的长度
  var trimmedShifted = shiftedSignal.Take(minLength);
  var trimmedOut = outSignal.Take(minLength);
  // 叠加处理后的信号
  var mergedSignal = trimmedShifted + trimmedOut;
  

• 限幅叠加：如果库支持内置限幅方法，直接使用避免溢出；否则手动对叠加结果限幅：

  // 方法1：使用库内置限幅叠加（若存在）
  var mergedSignal = shiftedSignal.AddWithClipping(outSignal);
  
  // 方法2：手动限幅（以16位PCM为例）
  var merged = shiftedSignal + outSignal;
  var clippedMerged = merged.Clip(-32768, 32767);
  

内容的提问来源于stack exchange，提问作者Ivan G