PyAudioを使った波形の再生において、振幅が1.0を超えると音が急に変化してしまう。

Question

起こっている問題

以下のコード(実際のコードから問題部分を簡略化して抜粋)にて振幅＝amplitudeを1.0から1.1など1.0より大きい値に変更しただけで、音が高く？なってしまいます。
なぜこのような挙動になるのでしょうか？
恐縮ですがお力添えいただけたら幸いです。 よろしくお願いいたします。

import numpy as np
import matplotlib.pyplot as plt
import pyaudio
import struct


def oscillate(time, frequency):
    """Generate a point of sine wave"""
    return np.sin(2.0*np.pi*frequency*time)

def amplitude():
    """Return amplitude"""
    return 1.0 # [Changing this amplitude to a value that is greater than 1.0 
               # causes the problem]


# Generate 1 second of sine wave
RATE = 44100
time = np.linspace(0, RATE, RATE)
frequency = 440
wave = amplitude() * oscillate(time, frequency)

# Prepare to play the sine wave as sound
chunkSize = 1024
p = pyaudio.PyAudio()
stream = p.open(
            format=pyaudio.paInt16,
            channels=1,
            rate=RATE,
            frames_per_buffer=chunkSize,
            output=True
        )

# Play
while stream.is_active():
    chunk = wave
    chunk = (chunk * 32768.0).astype(np.int16)
    chunk = struct.pack("h" * len(chunk), *chunk)
    stream.write(chunk)

stream.stop()
stream.close()
p.terminate()

Answer 1

amplitudeが1.0の時に最大の音量(正確に言えばそれをわずかに越えている)になるようなコードになっています。
1.0未満なら正しい波形が出せますが、1.0以上にするとint16への変換でオーバーフローしますので、超えた分だけ異常な波形になり、たぶん倍音が入って高い音に聞こえているのでしょう。

Comments

[simpleman]

回答ありがとうございます！
変換についてよく理解していませんでした。
pyaudioで最大の音量を設定しないようにはできるのでしょうか？

[ikadzuchi]

最大は設定するようなものではないです。
音声データが16bitなので、どうやっても-32768～32767しか表せません。
-32768と32767の間を振れるのが最大の振幅です。
コード中で-1～+1に32768を掛けているので、-32768～32768の最大(上は1だけ超過)になっています。

[simpleman]

ということは-1～+1に32768を掛けるようにしていたところを、32768/2を掛けるようにすれば分解能は半分になるが-2～+2まで許容される、ということになりますか？
このようにして予測される最大の振幅でint16を割るしか、許容される振幅を広げる方法はないのでしょうか？
重ね重ね申し訳ありません。

[ikadzuchi]

> ということは～なりますか？
はい、そうなります。
> このようにして～のでしょうか？
許容される振幅はどうやっても広げられないので、どうやって許容される振幅に収めるかですね。
常に予測される最大で割るのもよいですし、うまい具合に振幅の大きいところだけ大きな数で割るような方法も考えられます。

[simpleman]

返信ありがとうございます。
固定値で割る方法で今回の場合は問題なさそうです。
お付き合い頂きありがとうございました！