java 程式碼轉換音訊資料格式(位元組陣列轉換)
阿新 • • 發佈：2019-02-07
目前音訊格式有很多，本文針對PCM 音訊檔案進行轉換
所謂pcm 就是將聲音等模擬訊號變成符號化的脈衝列，再予以記錄。PCM訊號是由[1]、[0]等符號構成的數字訊號。與模擬訊號比，它不易受傳送系統的雜波及失真的影響。動態範圍寬，可得到音質相當好的影響效果。PCM軌跡與視訊軌跡不同，故也可用於後期錄音。但在Hi8的攝像機中要實現PCM，必須通過其他的專業器材，僅靠攝像機是無法達到該效果的。
alaw 與 ulaw 都為pcm 檔案編碼格式
參考：
8k8bit pcm 檔案指的是取樣點為8000，採用精度為8bit, bit可以理解為每個取樣點大小
這種音訊格式的錄音為 8000*8*1（聲道數）/8/1024 = 8kbs
同理8k16bit pcm,16k16bit pcm檔案
下面介紹下 這些音訊格式利用java程式碼相互轉換的過程
16K16bit立體音 分離 成單聲道（立體語音是16k16bit） 16k16bit的錄音檔案，只是用兩個位元組16bit描述一個取樣點，取樣的規則和8k8bit一致
單聲道合成立體音（單聲道為8k16bit 音訊格式） 同理，將兩個單聲道錄音按照左聲道取樣一個點後，右聲道在取樣一個排列的規則
策略2：取兩個取樣點中間值新增到音訊資料，提升轉換後效果
3取樣精度轉換 取樣精度8bit 可以理解為一個byte 描述了一個取樣點，而取樣精度為16bit 則可以理解16bit即2個byte 描述一個取樣點 8k8bit -->8k16bit
4 取樣點和取樣精度同時轉換
java 程式碼將音訊格式按照位元組方式轉換的程式碼到此也差不多了，下面補全上述方法中可能用到的一些其他方法
立體音本身的取樣就是左聲道取樣一個點，右聲道取樣一個記錄在一起，知道這個原理，分離就很簡單了。
/** * 立體音 分離 成單聲道（立體語音是8kAlaw） * * @param stereoBytes * @return * @throws IOException */ public static byte[][] stereo2MonoForAlaw(byte[] stereoBytes) throws IOException { byte[][] objList = new byte[2][]; try (ByteArrayOutputStream outputStreamL = new ByteArrayOutputStream()) { try (ByteArrayOutputStream outputStreamR = new ByteArrayOutputStream()) { for (int i = 0; i < stereoBytes.length; i = i + 2) { outputStreamL.write(stereoBytes[i]); outputStreamR.write(stereoBytes[i + 1]); } outputStreamL.flush(); outputStreamR.flush(); objList[0] = outputStreamL.toByteArray(); objList[1] = outputStreamR.toByteArray(); } } return objList; }
16K16bit立體音 分離 成單聲道（立體語音是16k16bit） 16k16bit的錄音檔案，只是用兩個位元組16bit描述一個取樣點，取樣的規則和8k8bit一致
/** * 立體音 分離 成單聲道（立體語音是16k16bit） * * @param stereoBytes * @return * @throws IOException */ public static byte[][] stereo2MonoFor16Bit(byte[] stereoBytes) throws IOException { byte[][] objList = new byte[2][]; try (ByteArrayOutputStream outputStreamL = new ByteArrayOutputStream()) { try (ByteArrayOutputStream outputStreamR = new ByteArrayOutputStream()) { for (int i = 0; i < stereoBytes.length; i = i + 4) { outputStreamL.write(stereoBytes[i]); outputStreamL.write(stereoBytes[i + 1]); outputStreamR.write(stereoBytes[i + 2]); outputStreamR.write(stereoBytes[i + 3]); } outputStreamL.flush(); outputStreamR.flush(); objList[0] = outputStreamL.toByteArray(); objList[1] = outputStreamR.toByteArray(); } } return objList; }
單聲道合成立體音（單聲道為8k16bit 音訊格式） 同理，將兩個單聲道錄音按照左聲道取樣一個點後，右聲道在取樣一個排列的規則
/**
* 單聲道(8K16bit) 合成 立體音
*
* @param left
* @param right
* @return byte陣列
*/
public static byte[] line2stereo(byte[] left, byte[] right) {
int length = Math.min(left.length, right.length) * 2;
byte[] stereoBytes = new byte[length];
for (int i = 0, j = 0, k = 0; i < length;) {
stereoBytes[i++] = left[j++];
stereoBytes[i++] = left[j++];
stereoBytes[i++] = right[k++];
stereoBytes[i++] = right[k++];
}
return stereoBytes;
}
/**
* 將採用點複製，8k-->16k
* @param orig
* @return
*/
public static byte[] convert8kTo16k(byte[] orig) {
byte[] dest = new byte[] {};
for (int j = 0; j < orig.length; j = j + 2) {
byte[] byte2 = new byte[2];
byte2[1] = orig[j + 1];
byte2[0] = orig[j];
dest = append(dest, byte2);
dest = append(dest, byte2);
}
return dest;
}策略2：取兩個取樣點中間值新增到音訊資料，提升轉換後效果
/**
* 取兩個取樣點中間值新增到音訊資料，增加轉換後效果
* 8k16bit->16k16bit
* @param orig
* @return
*/
public static byte[] convert8000To16000(byte[] orig){
byte[] dest = new byte[]{};
for (int j = 0; j < orig.length; j = j + 2) {
byte[] byte1 = new byte[2];
byte1[1] = orig[j + 1];
byte1[0] = orig[j];
dest = append(dest, byte1);
if (j+2>=orig.length){
dest = append(dest,byte1);
}else {
short sample = toShort(byte1);
byte[] byte2 = new byte[2];
byte2[0] = orig[j+2];
byte2[1] = orig[j+3];
short sample1 = toShort(byte2);
short sample2 = (short) ((sample+sample1)/2);
byte[] byte3= toByte(sample2);
dest = append(dest, byte3);
}
}
return dest;
}3取樣精度轉換 取樣精度8bit 可以理解為一個byte 描述了一個取樣點，而取樣精度為16bit 則可以理解16bit即2個byte 描述一個取樣點 8k8bit -->8k16bit
/**
* 8bit ->16bit
* @param orig
* @return
*/
public static byte[] convert8bitTo16bit(byte[] orig){
byte[] dest = new byte[]{};
for (int i=0;i<orig.length;i++){
// 轉無符號整數
// int sample = orig[i] & 0xff;
// sample = sample - 128;
// int s1 = (int) (sample * 1.0 / 256 * Short.MAX_VALUE);
int s1 = (orig[i]+128)<<8;
byte[] byte2 = new byte[2];
byte2[1] = (byte) ((s1 << 16) >> 24);
byte2[0] = (byte) ((s1 << 24) >> 24);
dest = append(dest, byte2);
}
return dest;
}4 取樣點和取樣精度同時轉換
/**
* 拼接8k8bit byte[] 轉換成16k6bit byte[]
*
* @param orig 原始byte[]
*/
public static byte[] convertTo16k16Bit(byte[] orig) {
byte[] dest = new byte[] {};
for (int j = 0; j < orig.length; j++) {
// 轉無符號整數
int sample = orig[j] & 0xff;
// 轉成正負值
sample = sample - 128;
// 等比縮放，轉化成16bit
int s1 = (int) (sample * 1.0 / 256 * Short.MAX_VALUE);
byte[] byte2 = new byte[2];
byte2[1] = (byte) ((s1 << 16) >> 24);
byte2[0] = (byte) ((s1 << 24) >> 24);
// TODO 取樣點 8k->16k,複製一個取樣點，可使用其他演算法實現（統計學公式，計算趨勢）
// dest = append(dest, byte2);
// dest = append(dest, byte2);
dest = append(dest, byte2);
// TODO 取樣點 8k->16k
int sample2 = (orig[j + 2 > orig.length ? j : j + 1] & 0xff) - 128;
int s2 = (int) ((sample2 * 1.0 / 256 * Short.MAX_VALUE) + s1) / 2;
byte2 = new byte[2];
byte2[1] = (byte) ((s2 << 16) >> 24);
byte2[0] = (byte) ((s2 << 24) >> 24);
dest = append(dest, byte2);
}
return dest;
}
java 程式碼將音訊格式按照位元組方式轉換的程式碼到此也差不多了，下面補全上述方法中可能用到的一些其他方法
/**
* short->byte
* @param s
* @return
*/
public static byte[] toByte(short s){
byte[] byte2 = new byte[2];
byte2[1] = (byte) ((s << 16) >> 24);
byte2[0] = (byte) ((s << 24) >> 24);
return byte2;
}
/**
* 拼接byte[]
*
* @param orig 原始byte[]
* @param dest 需要拼接的資料
* @return byte[]
*/
public static byte[] append(byte[] orig, byte[] dest) {
byte[] newByte = new byte[orig.length + dest.length];
System.arraycopy(orig, 0, newByte, 0, orig.length);
System.arraycopy(dest, 0, newByte, orig.length, dest.length);
return newByte;
}