前言
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：
- 常用音頻格式簡介
- WAV和PCM的區(qū)別和聯(lián)系
- WAV文件頭信息
- 采樣率簡介
- 聲道數(shù)和采樣位數(shù)下的PCM編碼
- 音頻文件解碼
- 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
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。現(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)。現(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。
聲道通常可以分為單聲道和雙聲道，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)，15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。
需要源碼的親們請關(guān)注我的微信公眾號【hesong】，那里有源碼地址。創(chuàng)作不易，前進的路上需要親們的支持哦。
