Android音頻編輯之音頻轉(zhuǎn)換PCM與WAV

前言

創(chuàng)新互聯(lián)公司是一家專業(yè)提供慶陽企業(yè)網(wǎng)站建設(shè),專注與成都網(wǎng)站制作、做網(wǎng)站、外貿(mào)營銷網(wǎng)站建設(shè)、H5高端網(wǎng)站建設(shè)、小程序制作等業(yè)務(wù)。10年已為慶陽眾多企業(yè)、政府機構(gòu)等服務(wù)。創(chuàng)新互聯(lián)專業(yè)的建站公司優(yōu)惠進行中。

本篇開始講解在Android平臺上進行的音頻編輯開發(fā),首先需要對音頻相關(guān)概念有基礎(chǔ)的認識。所以本篇要講解以下內(nèi)容:

1. 常用音頻格式簡介
2. WAV和PCM的區(qū)別和聯(lián)系
3. WAV文件頭信息
4. 采樣率簡介
5. 聲道數(shù)和采樣位數(shù)下的PCM編碼
6. 音頻文件解碼
7. PCM文件轉(zhuǎn)WAV文件

現(xiàn)在先給出音頻編輯的效果圖,看看能不能提高大家的積極性~,哈哈

Android音頻編輯之音頻轉(zhuǎn)換PCM與WAV

Android音頻編輯之音頻轉(zhuǎn)換PCM與WAV

Android音頻編輯之音頻轉(zhuǎn)換PCM與WAV

常用音頻格式簡介

在Android平臺上進行音頻開發(fā),首先需要對常用的音頻格式有個大致的了解。在Android平臺上,常用的音頻格式有:

  • WAV

WAV格式是微軟公司開發(fā)的一種聲音文件格式,也叫波形聲音文件,是最早的數(shù)字音頻格式,被Windows平臺及其應(yīng)用程序廣泛支持。

WAV格式支持許多壓縮算法,支持多種音頻位數(shù)、采樣頻率和聲道,采用44.1kHz的采樣頻率,16位量化位數(shù),因此WAV的音質(zhì)與CD相差無幾,但WAV格式對存儲空間需求太大不便于交流和傳播。

補充:無損格式,缺點:體積十分大!

  • MP3

MP3的全稱是Moving Picture Experts Group Audio Layer III。簡單的說,MP3就是一種音頻壓縮技術(shù),由于這種壓縮方式的全稱叫MPEG Audio Layer3,所以人們把它簡稱為MP3。
MP3是利用 MPEG Audio Layer 3 的技術(shù),將音樂以1:10 甚至 1:12 的壓縮率,壓縮成容量較小的file,換句話說,能夠在音質(zhì)丟失很小的情況下把文件壓縮到更小的程度。而且還非常好的保持了原來的音質(zhì)。

正是因為MP3體積小,音質(zhì)高的特點使得MP3格式幾乎成為網(wǎng)上音樂的代名詞。每分鐘音樂的MP3格式只有1MB左右大小,這樣每首歌的大小只有3-4MB。使用MP3播放器對MP3文件進行實時的解壓縮(解碼),這樣,高品質(zhì)的MP3音樂就播放出來了。

補充:最高比特率320K,高頻部分一刀切是他的缺點。音質(zhì)不高!

  • AMR

全稱Adaptive Multi-Rate 和 Adaptive Multi-Rate Wideband,主要用于移動設(shè)備的音頻,壓縮比比較大,但相對其他的壓縮格式質(zhì)量比較差,多用于人聲,通話,效果還是很不錯的。

  • Ogg

Ogg全稱應(yīng)該是OGG Vobis(ogg Vorbis) 是一種新的音頻壓縮格式,類似于MP3等現(xiàn)有的音樂格式。
但有一點不同的是,它是完全免費、開放和沒有專利限制的。OGG Vobis有一個很出眾的特點,就是支持多聲道,隨著它的流行,以后用隨身聽來聽DTS編碼的多聲道作品將不會是夢想。

Vorbis 是這種音頻壓縮機制的名字,而Ogg則是一個計劃的名字,該計劃意圖設(shè)計一個完全開放性的多媒體系統(tǒng)。目前該計劃只實現(xiàn)了OggVorbis這一部分。

Ogg Vorbis文件的擴展名是.OGG。這種文件的設(shè)計格式是非常先進的?,F(xiàn)在創(chuàng)建的OGG文件可以在未來的任何播放器上播放,因此,這種文件格式可以不斷地進行大小和音質(zhì)的改良,而不影響舊有的編碼器或播放器。
補充:目前最好的有損格式之一,MP3部分支持,智能手機裝軟件部分可以支持,最高比特率500kbps。

  • AAC

AAC(Advanced Audio Coding),中文稱為“高級音頻編碼”,出現(xiàn)于1997年,基于 MPEG-2的音頻編碼技術(shù)。

優(yōu)點:相對于mp3,AAC格式的音質(zhì)更佳,文件更小。

不足:AAC屬于有損壓縮的格式,與時下流行的APE、FLAC等無損格式相比音質(zhì)存在“本質(zhì)上”的差距。加之,目前傳輸速度更快的USB3.0和16G以上大容量MP3正在加速普及,也使得AAC頭上“小巧”的光環(huán)不復(fù)存在了。

前景:以發(fā)展的眼光來看,正如“高清”正在被越來越多的人所接受一樣,“無損”必定是未來音樂格式的絕對主流。AAC這種“有損”格式的前景不容樂觀

  • FLAC

FLAC即是Free Lossless Audio Codec的縮寫,中文可解為無損音頻壓縮編碼。

FLAC是一套著名的自由音頻壓縮編碼,其特點是無損壓縮。不同于其他有損壓縮編碼如MP3 及 AAC,它不會破任何原有的音頻資訊,所以可以還原音樂光盤音質(zhì)?,F(xiàn)在它已被很多軟件及硬件音頻產(chǎn)品所支持。簡而言之,F(xiàn)LAC與MP3相仿,但是是無損壓縮的,也就是說音頻以FLAC方式壓縮不會丟失任何信息。這種壓縮與Zip的方式類似,但是FLAC將給你更大的壓縮比率,因為FLAC是專門針對音頻的特點設(shè)計的壓縮方式,并且你可以使用播放器播放FLAC壓縮的文件,就象通常播放你的MP3文件一樣。

補充:為無損格式,較ape而言,他體積大點,但是兼容性好,編碼速度快,播放器支持更廣。

WAV和PCM的區(qū)別和聯(lián)系

在Android平臺上要進行音頻編輯操作(比如裁剪,插入,合成等),通常都是需要將音頻文件解碼為WAV格式的音頻文件或者PCM文件。那么WAV和PCM之間有什么關(guān)系,這里有必要了解一下。

PCM(Pulse Code Modulation—-脈碼調(diào)制錄音)。所謂PCM錄音就是將聲音等模擬信號變成符號化的脈沖列,再予以記錄。PCM信號是由[1]、[0]等符號構(gòu)成的數(shù)字信號,而未經(jīng)過任何編碼和壓縮處理。與模擬信號比,它不易受傳送系統(tǒng)的雜波及失真的影響。動態(tài)范圍寬,可得到音質(zhì)相當好的影響效果。也就是說,PCM就是沒有壓縮的編碼方式,PCM文件就是采用PCM這種沒有壓縮的編碼方式編碼的音頻數(shù)據(jù)文件。

WAV是由微軟開發(fā)的一種音頻格式。WAV符合 PIFF Resource Interchange File Format規(guī)范。所有的WAV都有一個文件頭,這個文件頭音頻流的編碼參數(shù)。WAV對音頻流的編碼沒有硬性規(guī)定,除了PCM之外,還有幾乎所有支持ACM規(guī)范的編碼都可以為WAV的音頻流進行編碼。WAV也可以使用多種音頻編碼來壓縮其音頻流,不過我們常見的都是音頻流被PCM編碼處理的WAV,但這不表示W(wǎng)AV只能使用PCM編碼,MP3編碼同樣也可以運用在WAV中,和AVI一樣,只要安裝好了相應(yīng)的Decode,就可以欣賞這些WAV了。

在Windows平臺下,基于PCM編碼的WAV是被支持得最好的音頻格式,所有音頻軟件都能完美支持,由于本身可以達到較高的音質(zhì)的要求,因此,WAV也是音樂編輯創(chuàng)作的首選格式,適合保存音樂素材。因此,基于PCM編碼的WAV被作為了一種中介的格式,常常使用在其他編碼的相互轉(zhuǎn)換之中,例如MP3轉(zhuǎn)換成WMA。

如上引用的描述,也就是說我們對音頻進行編輯操作,其實就是音頻解碼后的PCM音頻采樣數(shù)據(jù)進行操作,因為PCM記錄的就是采樣后的音頻信息,而我們常說的WAV文件是在PCM數(shù)據(jù)的基礎(chǔ)上添加一組頭信息,用于描述這個WAV文件的采樣率,聲道數(shù),采樣位數(shù),音頻數(shù)據(jù)大小等信息,這樣這個WAV就可以被音頻播放器正確讀取并播放,而單純的PCM文件因為只有編碼的音頻數(shù)據(jù),沒有其他描述信息,所以無法被音頻播放器識別播放。

WAV文件頭信息

接下來有必要了解一下WAV文件頭信息是什么樣的格式信息。

WAV文件頭信息由大小44個字節(jié)的數(shù)據(jù)組成:

4字節(jié)數(shù)據(jù),內(nèi)容為“RIFF”,表示資源交換文件標識
4字節(jié)數(shù)據(jù),內(nèi)容為一個整數(shù),表示從下個地址開始到文件尾的總字節(jié)數(shù)
4字節(jié)數(shù)據(jù),內(nèi)容為“WAVE”,表示W(wǎng)AV文件標識
4字節(jié)數(shù)據(jù),內(nèi)容為“fmt ”,表示波形格式標識(fmt ),最后一位空格。
4字節(jié)數(shù)據(jù),內(nèi)容為一個整數(shù),表示PCMWAVEFORMAT的長度
2字節(jié)數(shù)據(jù),內(nèi)容為一個短整數(shù),表示格式種類(值為1時,表示數(shù)據(jù)為線性PCM編碼)
2字節(jié)數(shù)據(jù),內(nèi)容為一個短整數(shù),表示通道數(shù),單聲道為1,雙聲道為2
4字節(jié)數(shù)據(jù),內(nèi)容為一個整數(shù),表示采樣率,比如44100
4字節(jié)數(shù)據(jù),內(nèi)容為一個整數(shù),表示波形數(shù)據(jù)傳輸速率(每秒平均字節(jié)數(shù)),大小為 采樣率 * 通道數(shù) * 采樣位數(shù)
2字節(jié)數(shù)據(jù),內(nèi)容為一個短整數(shù),表示DATA數(shù)據(jù)塊長度,大小為 通道數(shù) * 采樣位數(shù)
2字節(jié)數(shù)據(jù),內(nèi)容為一個短整數(shù),表示采樣位數(shù),即PCM位寬,通常為8位或16位
4字節(jié)數(shù)據(jù),內(nèi)容為“data”,表示數(shù)據(jù)標記符
4字節(jié)數(shù)據(jù),內(nèi)容為一個整數(shù),表示接下來聲音數(shù)據(jù)的總大小

由以上信息可知,對于一個PCM文件來說,只要知道它的大小,采樣率,聲道數(shù),采樣位數(shù),就可以通過添加一個WAV文件頭得到一個WAV文件了。

采樣率簡介

那么采樣率是什么意思,我們來了解下。

音頻采樣率是指錄音設(shè)備在一秒鐘內(nèi)對聲音信號的采樣次數(shù),采樣頻率越高聲音的還原就越真實越自然。在當今的主流采集卡上,采樣頻率一般共分為22.05KHz、44.1KHz、48KHz三個等級,22.05KHz只能達到FM廣播的聲音品質(zhì),44.1KHz則是理論上的CD音質(zhì)界限,48KHz則更加精確一些。

在數(shù)字音頻領(lǐng)域,常用的采樣率有:

8,000 Hz - 電話所用采樣率, 對于人的說話已經(jīng)足夠
11,025 Hz

22,050 Hz - 無線電廣播所用采樣率

32,000 Hz - miniDV 數(shù)碼視頻 camcorder、DAT (LP mode)所用采樣率

44,100 Hz - 音頻 CD, 也常用于 MPEG-1 音頻(VCD, SVCD, MP3)所用采樣率

47,250 Hz - 商用 PCM 錄音機所用采樣率

48,000 Hz - miniDV、數(shù)字電視、DVD、DAT、電影和專業(yè)音頻所用的數(shù)字聲音所用采樣率

50,000 Hz - 商用數(shù)字錄音機所用采樣率

96,000 或者 192,000 Hz - DVD-Audio、一些 LPCM DVD 音軌、BD-ROM(藍光盤)音軌、和 HD-DVD (高清晰度 DVD)音軌所用所用采樣率

2.8224 MHz - Direct Stream Digital 的 1 位 sigma-delta modulation 過程所用采樣率。

通常歌曲的采樣率是44100,而Android平臺的人聲錄音支持8000,16000,32000三種采樣率。

聲道數(shù)和采樣位數(shù)下的PCM編碼
接下來再了解下聲道數(shù)和采樣位數(shù)代表什么意思,在PCM編碼中是如何應(yīng)用的。

聲道通??梢苑譃閱温暤篮碗p聲道,雙聲道又分為左聲道和右聲道。

采樣位數(shù)表示一個采樣數(shù)據(jù)用多少位來表示,通常為8位和16位,對于8位表示一個字節(jié)來表示一個采樣數(shù)據(jù),16位表示用兩個字節(jié)表示一個采樣數(shù)據(jù),兩個字節(jié)為低位字節(jié)和高位字節(jié),通常低位字節(jié)在前,高位字節(jié)在后。

因此結(jié)合聲道和采樣字節(jié)數(shù)(采樣位數(shù)),可以組成下圖的PCM數(shù)據(jù)格式:

可以看到8位單聲道的PCM數(shù)據(jù),只需要一個字節(jié)就能表示一個采樣數(shù)據(jù),而16位雙聲道(立體聲)的PCM數(shù)據(jù),需要4個字節(jié)來表示一個采樣數(shù)據(jù)。那么計算一個PCM大小的方法就很簡單了。

對于8位單聲道,采樣率為8000,1分鐘的PCM音頻來說,大小是

//采樣率 * 通道數(shù) * 采樣位數(shù)/8 * 秒數(shù)
8000 * 1 * 8/8 * 60 = 480000,大約480k

對于16位雙聲道,采樣率為44100,1分鐘的PCM音頻來說,大小是

//采樣率 * 通道數(shù) * 采樣位數(shù)/8 * 秒數(shù)
44100 * 2 * 16/8 * 60 = 10584000,大約10M

而WAV文件的大小就是比PCM多出44個字節(jié)數(shù)。

音頻文件解碼

有了以上音頻相關(guān)知識的了解之后,現(xiàn)在可以來對android上常用音頻文件進行解碼和信息提取了。這里涉及了三個音頻相關(guān)的類:
- MediaExtractor 媒體文件數(shù)據(jù)提取器,負責媒體文件數(shù)據(jù)的提取操作。
- MediaFormat 媒體文件格式信息,負責讀取媒體文件的格式(如采樣率,時長,聲道數(shù)等)信息。
- MediaCodec 媒體文件編解碼類,負責媒體文件數(shù)據(jù)的編解碼操作。

解碼器支持解碼常用的音頻格式,如mp3, wav, 3gpp, 3gp, amr, aac, m4a, ogg, flac等,解碼后的數(shù)據(jù)是PCM編碼的數(shù)據(jù)。下面用代碼實現(xiàn)下如何用上述類實現(xiàn)音頻文件的解碼操作,得到一個PCM數(shù)據(jù)文件

 /**
 * 將音樂文件解碼
 *
 * @param musicFileUrl 源文件路徑
 * @param decodeFileUrl 解碼文件路徑
 * @param startMicroseconds 開始時間 微秒
 * @param endMicroseconds 結(jié)束時間 微秒
 * @param decodeOperateInterface 解碼過程回調(diào)
 */
 private boolean decodeMusicFile(String musicFileUrl, String decodeFileUrl,
  long startMicroseconds, long endMicroseconds, DecodeOperateInterface decodeOperateInterface) {

 //采樣率,聲道數(shù),時長,音頻文件類型
 int sampleRate = 0;
 int channelCount = 0;
 long duration = 0;
 String mime = null;

 //MediaExtractor, MediaFormat, MediaCodec
 MediaExtractor mediaExtractor = new MediaExtractor();
 MediaFormat mediaFormat = null;
 MediaCodec mediaCodec = null;

 //給媒體信息提取器設(shè)置源音頻文件路徑
 try {
  mediaExtractor.setDataSource(musicFileUrl);
 }catch (Exception ex){
  ex.printStackTrace();
  try {
  mediaExtractor.setDataSource(new FileInputStream(musicFileUrl).getFD());
  } catch (Exception e) {
  e.printStackTrace();
  LogUtil.e("設(shè)置解碼音頻文件路徑錯誤");
  }
 }

 //獲取音頻格式軌信息
 mediaFormat = mediaExtractor.getTrackFormat(0);

 //從音頻格式軌信息中讀取 采樣率,聲道數(shù),時長,音頻文件類型
 sampleRate = mediaFormat.containsKey(MediaFormat.KEY_SAMPLE_RATE) ? mediaFormat.getInteger(
  MediaFormat.KEY_SAMPLE_RATE) : 44100;
 channelCount = mediaFormat.containsKey(MediaFormat.KEY_CHANNEL_COUNT) ? mediaFormat.getInteger(
  MediaFormat.KEY_CHANNEL_COUNT) : 1;
 duration = mediaFormat.containsKey(MediaFormat.KEY_DURATION) ? mediaFormat.getLong(
  MediaFormat.KEY_DURATION) : 0;
 mime = mediaFormat.containsKey(MediaFormat.KEY_MIME) ? mediaFormat.getString(MediaFormat.KEY_MIME)
   : "";

 LogUtil.i("歌曲信息Track info: mime:"
  + mime
  + " 采樣率sampleRate:"
  + sampleRate
  + " channels:"
  + channelCount
  + " duration:"
  + duration);

 if (TextUtils.isEmpty(mime) || !mime.startsWith("audio/")) {
  LogUtil.e("解碼文件不是音頻文件mime:" + mime);
  return false;
 }

 if (mime.equals("audio/ffmpeg")) {
  mime = "audio/mpeg";
  mediaFormat.setString(MediaFormat.KEY_MIME, mime);
 }

 if (duration <= 0) {
  LogUtil.e("音頻文件duration為" + duration);
  return false;
 }

 //解碼的開始時間和結(jié)束時間
 startMicroseconds = Math.max(startMicroseconds, 0);
 endMicroseconds = endMicroseconds < 0 ? duration : endMicroseconds;
 endMicroseconds = Math.min(endMicroseconds, duration);

 if (startMicroseconds >= endMicroseconds) {
  return false;
 }

 //創(chuàng)建一個解碼器
 try {
  mediaCodec = MediaCodec.createDecoderByType(mime);

  mediaCodec.configure(mediaFormat, null, null, 0);
 } catch (Exception e) {
  LogUtil.e("解碼器configure出錯");
  return false;
 }

 //得到輸出PCM文件的路徑
 decodeFileUrl = decodeFileUrl.substring(0, decodeFileUrl.lastIndexOf("."));
 String pcmFilePath = decodeFileUrl + ".pcm";

 //后續(xù)解碼操作
 getDecodeData(mediaExtractor, mediaCodec, pcmFilePath, sampleRate, channelCount,
  startMicroseconds, endMicroseconds, decodeOperateInterface);

 return true;
 }

以上操作創(chuàng)建了MediaExtractor,獲取MediaFormat用于讀取音頻文件的相關(guān)信息如采樣率,文件類型,聲道數(shù)等。然后創(chuàng)建了MediaCodec用于后續(xù)和MediaExtractor一起進行音頻的解碼操作。接下來看看具體的解碼過程:

 /**
 * 解碼數(shù)據(jù)
 */
 private void getDecodeData(MediaExtractor mediaExtractor, MediaCodec mediaCodec,
  String decodeFileUrl, int sampleRate, int channelCount, final long startMicroseconds,
  final long endMicroseconds, final DecodeOperateInterface decodeOperateInterface) {

 //初始化解碼狀態(tài),未解析完成
 boolean decodeInputEnd = false;
 boolean decodeOutputEnd = false;

 //當前讀取采樣數(shù)據(jù)的大小
 int sampleDataSize;
 //當前輸入數(shù)據(jù)的ByteBuffer序號,當前輸出數(shù)據(jù)的ByteBuffer序號
 int inputBufferIndex;
 int outputBufferIndex;
 //音頻文件的采樣位數(shù)字節(jié)數(shù),= 采樣位數(shù)/8
 int byteNumber;

 //上一次的解碼操作時間,當前解碼操作時間,用于通知回調(diào)接口
 long decodeNoticeTime = System.currentTimeMillis();
 long decodeTime;

 //當前采樣的音頻時間,比如在當前音頻的第40秒的時候
 long presentationTimeUs = 0;

 //定義編解碼的超時時間
 final long timeOutUs = 100;

 //存儲輸入數(shù)據(jù)的ByteBuffer數(shù)組,輸出數(shù)據(jù)的ByteBuffer數(shù)組
 ByteBuffer[] inputBuffers;
 ByteBuffer[] outputBuffers;

 //當前編解碼器操作的 輸入數(shù)據(jù)ByteBuffer 和 輸出數(shù)據(jù)ByteBuffer,可以從targetBuffer中獲取解碼后的PCM數(shù)據(jù)
 ByteBuffer sourceBuffer;
 ByteBuffer targetBuffer;

 //獲取輸出音頻的媒體格式信息
 MediaFormat outputFormat = mediaCodec.getOutputFormat();

 MediaCodec.BufferInfo bufferInfo;

 byteNumber = (outputFormat.containsKey("bit-width") ? outputFormat.getInteger("bit-width") : 0) / 8;

 //開始解碼操作
 mediaCodec.start();

 //獲取存儲輸入數(shù)據(jù)的ByteBuffer數(shù)組,輸出數(shù)據(jù)的ByteBuffer數(shù)組
 inputBuffers = mediaCodec.getInputBuffers();
 outputBuffers = mediaCodec.getOutputBuffers();

 mediaExtractor.selectTrack(0);

 //當前解碼的緩存信息,里面的有效數(shù)據(jù)在offset和offset+size之間
 bufferInfo = new MediaCodec.BufferInfo();

 //獲取解碼后文件的輸出流
 BufferedOutputStream bufferedOutputStream =
  FileFunction.getBufferedOutputStreamFromFile(decodeFileUrl);

 //開始進入循環(huán)解碼操作,判斷讀入源音頻數(shù)據(jù)是否完成,輸出解碼音頻數(shù)據(jù)是否完成
 while (!decodeOutputEnd) {
  if (decodeInputEnd) {
  return;
  }

  decodeTime = System.currentTimeMillis();

  //間隔1秒通知解碼進度
  if (decodeTime - decodeNoticeTime > Constant.OneSecond) {
  final int decodeProgress =
   (int) ((presentationTimeUs - startMicroseconds) * Constant.NormalMaxProgress
    / endMicroseconds);

  if (decodeProgress > 0) {
   notifyProgress(decodeOperateInterface, decodeProgress);
  }

  decodeNoticeTime = decodeTime;
  }

  try {

  //操作解碼輸入數(shù)據(jù)

  //從隊列中獲取當前解碼器處理輸入數(shù)據(jù)的ByteBuffer序號
  inputBufferIndex = mediaCodec.dequeueInputBuffer(timeOutUs);

  if (inputBufferIndex >= 0) {
   //取得當前解碼器處理輸入數(shù)據(jù)的ByteBuffer
   sourceBuffer = inputBuffers[inputBufferIndex];
   //獲取當前ByteBuffer,編解碼器讀取了多少采樣數(shù)據(jù)
   sampleDataSize = mediaExtractor.readSampleData(sourceBuffer, 0);

   //如果當前讀取的采樣數(shù)據(jù)<0,說明已經(jīng)完成了讀取操作
   if (sampleDataSize < 0) {
   decodeInputEnd = true;
   sampleDataSize = 0;
   } else {
   presentationTimeUs = mediaExtractor.getSampleTime();
   }

   //然后將當前ByteBuffer重新加入到隊列中交給編解碼器做下一步讀取操作
   mediaCodec.queueInputBuffer(inputBufferIndex, 0, sampleDataSize, presentationTimeUs,
    decodeInputEnd ? MediaCodec.BUFFER_FLAG_END_OF_STREAM : 0);

   //前進到下一段采樣數(shù)據(jù)
   if (!decodeInputEnd) {
   mediaExtractor.advance();
   }

  } else {
   //LogUtil.e("inputBufferIndex" + inputBufferIndex);
  }

  //操作解碼輸出數(shù)據(jù)

  //從隊列中獲取當前解碼器處理輸出數(shù)據(jù)的ByteBuffer序號
  outputBufferIndex = mediaCodec.dequeueOutputBuffer(bufferInfo, timeOutUs);

  if (outputBufferIndex < 0) {
   //輸出ByteBuffer序號<0,可能是輸出緩存變化了,輸出格式信息變化了
   switch (outputBufferIndex) {
   case MediaCodec.INFO_OUTPUT_BUFFERS_CHANGED:
    outputBuffers = mediaCodec.getOutputBuffers();
    LogUtil.e(
     "MediaCodec.INFO_OUTPUT_BUFFERS_CHANGED [AudioDecoder]output buffers have changed.");
    break;
   case MediaCodec.INFO_OUTPUT_FORMAT_CHANGED:
    outputFormat = mediaCodec.getOutputFormat();

    sampleRate =
     outputFormat.containsKey(MediaFormat.KEY_SAMPLE_RATE) ? outputFormat.getInteger(
      MediaFormat.KEY_SAMPLE_RATE) : sampleRate;
    channelCount =
     outputFormat.containsKey(MediaFormat.KEY_CHANNEL_COUNT) ? outputFormat.getInteger(
      MediaFormat.KEY_CHANNEL_COUNT) : channelCount;
    byteNumber =
     (outputFormat.containsKey("bit-width") ? outputFormat.getInteger("bit-width") : 0)
      / 8;

    LogUtil.e(
     "MediaCodec.INFO_OUTPUT_FORMAT_CHANGED [AudioDecoder]output format has changed to "
      + mediaCodec.getOutputFormat());
    break;
   default:
    //LogUtil.e("error [AudioDecoder] dequeueOutputBuffer returned " + outputBufferIndex);
    break;
   }
   continue;
  }

  //取得當前解碼器處理輸出數(shù)據(jù)的ByteBuffer
  targetBuffer = outputBuffers[outputBufferIndex];

  byte[] sourceByteArray = new byte[bufferInfo.size];

  //將解碼后的targetBuffer中的數(shù)據(jù)復(fù)制到sourceByteArray中
  targetBuffer.get(sourceByteArray);
  targetBuffer.clear();

  //釋放當前的輸出緩存
  mediaCodec.releaseOutputBuffer(outputBufferIndex, false);

  //判斷當前是否解碼數(shù)據(jù)全部結(jié)束了
  if ((bufferInfo.flags & MediaCodec.BUFFER_FLAG_END_OF_STREAM) != 0) {
   decodeOutputEnd = true;
  }

  //sourceByteArray就是最終解碼后的采樣數(shù)據(jù)
  //接下來可以對這些數(shù)據(jù)進行采樣位數(shù),聲道的轉(zhuǎn)換,但這是可選的,默認是和源音頻一樣的聲道和采樣位數(shù)
  if (sourceByteArray.length > 0 && bufferedOutputStream != null) {
   if (presentationTimeUs < startMicroseconds) {
   continue;
   }

   //采樣位數(shù)轉(zhuǎn)換,按自己需要是否實現(xiàn)
   byte[] convertByteNumberByteArray =
    convertByteNumber(byteNumber, Constant.ExportByteNumber, sourceByteArray);

   //聲道轉(zhuǎn)換,按自己需要是否實現(xiàn)
   byte[] resultByteArray = convertChannelNumber(channelCount, Constant.ExportChannelNumber,
    Constant.ExportByteNumber, convertByteNumberByteArray);

   //將解碼后的PCM數(shù)據(jù)寫入到PCM文件
   try {
   bufferedOutputStream.write(resultByteArray);
   } catch (Exception e) {
   LogUtil.e("輸出解壓音頻數(shù)據(jù)異常" + e);
   }
  }

  if (presentationTimeUs > endMicroseconds) {
   break;
  }
  } catch (Exception e) {
  LogUtil.e("getDecodeData異常" + e);
  }
 }

 if (bufferedOutputStream != null) {
  try {
  bufferedOutputStream.close();
  } catch (IOException e) {
  LogUtil.e("關(guān)閉bufferedOutputStream異常" + e);
  }
 }

 //重置采樣率,按自己需要是否實現(xiàn)
 if (sampleRate != Constant.ExportSampleRate) {
  Resample(sampleRate, decodeFileUrl);
 }

 notifyProgress(decodeOperateInterface, 100);

 //釋放mediaCodec 和 mediaExtractor
 if (mediaCodec != null) {
  mediaCodec.stop();
  mediaCodec.release();
 }

 if (mediaExtractor != null) {
  mediaExtractor.release();
 }
 }

以上操作是在一個循環(huán)中,不斷取得源音頻輸入數(shù)據(jù),加入到輸入隊列中,交給MediaCodec處理,然后再從解碼后的輸出隊列中取得輸出數(shù)據(jù),寫入到文件中,其中要判斷源音頻輸入數(shù)據(jù)是否讀取完畢,解碼后的輸出數(shù)據(jù)是否完成,來終止這個循環(huán)。后續(xù)的采樣位數(shù)轉(zhuǎn)換,聲道數(shù)轉(zhuǎn)換,以及采樣率轉(zhuǎn)換都是可選的,不是必須的,默認不實現(xiàn)的話,輸出的PCM數(shù)據(jù)和源音頻是一樣的采樣位數(shù),聲道數(shù),和采樣率。

PCM文件轉(zhuǎn)WAV文件
現(xiàn)在我們得到了解碼后的PCM文件,但是它是不可直接播放的,因為不帶音頻相關(guān)的格式信息,下面我們將PCM和指定的音頻相關(guān)格式信息去轉(zhuǎn)換得到一個可播放的WAV文件:

 /**
 * PCM文件轉(zhuǎn)WAV文件
 * @param inPcmFilePath 輸入PCM文件路徑
 * @param outWavFilePath 輸出WAV文件路徑
 * @param sampleRate 采樣率,例如44100
 * @param channels 聲道數(shù) 單聲道:1或雙聲道:2
 * @param bitNum 采樣位數(shù),8或16
 */
 public static void convertPcm2Wav(String inPcmFilePath, String outWavFilePath, int sampleRate,
  int channels, int bitNum) {

 FileInputStream in = null;
 FileOutputStream out = null;
 byte[] data = new byte[1024];

 try {
  //采樣字節(jié)byte率
  long byteRate = sampleRate * channels * bitNum / 8;

  in = new FileInputStream(inPcmFilePath);
  out = new FileOutputStream(outWavFilePath);

  //PCM文件大小
  long totalAudioLen = in.getChannel().size();

  //總大小,由于不包括RIFF和WAV,所以是44 - 8 = 36,在加上PCM文件大小
  long totalDataLen = totalAudioLen + 36;

  writeWaveFileHeader(out, totalAudioLen, totalDataLen, sampleRate, channels, byteRate);

  int length = 0;
  while ((length = in.read(data)) > 0) {
  out.write(data, 0, length);
  }
 } catch (Exception e) {
  e.printStackTrace();
 } finally {
  if (in != null) {
  try {
   in.close();
  } catch (IOException e) {
   e.printStackTrace();
  }
  }
  if (out != null) {
  try {
   out.close();
  } catch (IOException e) {
   e.printStackTrace();
  }
  }
 }
 }


 /**
 * 輸出WAV文件
 * @param out WAV輸出文件流
 * @param totalAudioLen 整個音頻PCM數(shù)據(jù)大小
 * @param totalDataLen 整個數(shù)據(jù)大小
 * @param sampleRate 采樣率
 * @param channels 聲道數(shù)
 * @param byteRate 采樣字節(jié)byte率
 * @throws IOException
 */
 private static void writeWaveFileHeader(FileOutputStream out, long totalAudioLen,
  long totalDataLen, int sampleRate, int channels, long byteRate) throws IOException {
 byte[] header = new byte[44];
 header[0] = 'R'; // RIFF
 header[1] = 'I';
 header[2] = 'F';
 header[3] = 'F';
 header[4] = (byte) (totalDataLen & 0xff);//數(shù)據(jù)大小
 header[5] = (byte) ((totalDataLen >> 8) & 0xff);
 header[6] = (byte) ((totalDataLen >> 16) & 0xff);
 header[7] = (byte) ((totalDataLen >> 24) & 0xff);
 header[8] = 'W';//WAVE
 header[9] = 'A';
 header[10] = 'V';
 header[11] = 'E';
 //FMT Chunk
 header[12] = 'f'; // 'fmt '
 header[13] = 'm';
 header[14] = 't';
 header[15] = ' ';//過渡字節(jié)
 //數(shù)據(jù)大小
 header[16] = 16; // 4 bytes: size of 'fmt ' chunk
 header[17] = 0;
 header[18] = 0;
 header[19] = 0;
 //編碼方式 10H為PCM編碼格式
 header[20] = 1; // format = 1
 header[21] = 0;
 //通道數(shù)
 header[22] = (byte) channels;
 header[23] = 0;
 //采樣率,每個通道的播放速度
 header[24] = (byte) (sampleRate & 0xff);
 header[25] = (byte) ((sampleRate >> 8) & 0xff);
 header[26] = (byte) ((sampleRate >> 16) & 0xff);
 header[27] = (byte) ((sampleRate >> 24) & 0xff);
 //音頻數(shù)據(jù)傳送速率,采樣率*通道數(shù)*采樣深度/8
 header[28] = (byte) (byteRate & 0xff);
 header[29] = (byte) ((byteRate >> 8) & 0xff);
 header[30] = (byte) ((byteRate >> 16) & 0xff);
 header[31] = (byte) ((byteRate >> 24) & 0xff);
 // 確定系統(tǒng)一次要處理多少個這樣字節(jié)的數(shù)據(jù),確定緩沖區(qū),通道數(shù)*采樣位數(shù)
 header[32] = (byte) (channels * 16 / 8);
 header[33] = 0;
 //每個樣本的數(shù)據(jù)位數(shù)
 header[34] = 16;
 header[35] = 0;
 //Data chunk
 header[36] = 'd';//data
 header[37] = 'a';
 header[38] = 't';
 header[39] = 'a';
 header[40] = (byte) (totalAudioLen & 0xff);
 header[41] = (byte) ((totalAudioLen >> 8) & 0xff);
 header[42] = (byte) ((totalAudioLen >> 16) & 0xff);
 header[43] = (byte) ((totalAudioLen >> 24) & 0xff);
 out.write(header, 0, 44);
 }

上面操作其實也很簡單,只要你知道了WAV文件頭信息的格式,將采樣率,聲道數(shù),采樣位數(shù),PCM音頻數(shù)據(jù)大小等信息填充進去,然后將這個44個字節(jié)數(shù)據(jù)拼接到PCM文件的開頭,就得到了一個可播放的WAV文件了。

總結(jié)

上文講解了常用音頻文件的格式,采樣率,聲道,采樣位數(shù)概念,以及PCM數(shù)據(jù)是如何構(gòu)成等內(nèi)容。然后是如何從音頻文件解碼為PCM數(shù)據(jù)文件,以及得到PCM編碼的WAV文件,有了以上的理解后,后續(xù)進行音頻文件的裁剪,插入,合成等編輯操作就更容易理解了。請繼續(xù)關(guān)注后續(xù)的音頻編輯操作處理。

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持創(chuàng)新互聯(lián)。

文章題目:Android音頻編輯之音頻轉(zhuǎn)換PCM與WAV
當前URL:http://muchs.cn/article32/ppjgpc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供外貿(mào)網(wǎng)站建設(shè)、云服務(wù)器域名注冊、網(wǎng)站維護定制開發(fā)、網(wǎng)站設(shè)計

廣告

聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)

成都定制網(wǎng)站建設(shè)