600字范文 > java 录音并包装成wav格式的文件方法-与-WAV解析-大小端-寄存器! 提取wav数据音频一篇讲完!

java 录音并包装成wav格式的文件方法-与-WAV解析-大小端-寄存器! 提取wav数据音频一篇讲完!

时间：2022-06-01 17:13:51

简单了解什么是WAV?

它是微软公司为Windows系统开发的一种标准的数字音频可，直接存储声音波形，并且它的波形曲线还原的真实感很好，但是也有缺点：存储磁盘空间大，多用于存储简短的声音片段。
是PC机上最为流行的声音文件格式。

WAV解析样本

格式大小:采样率一般是:44.1K，16bit采样精度，存储:WAV格式大小 = 44.1KHz(采样率) X 16bit(采样位数) X 2(双声道) X 播放时间

WAV格式是没有压缩无损的，MP3格式是按1:12压缩保存的。

WAV结构

由三个块组成:如图:
前44个字节是音频文件的说明，也就是从44个字节后开始就是正式数据了
WAV文件'一般'由3个区块组成：RIFF chunk、Format chunk和Data chunk，当然不包括文件中还有一些附加块。
wav文件中的数据块是小端存储-但是Java以大端存储-所以在进制转换时要转换成大端:

Java大端:
默认网络传输字节为大端，java 全部为大端（与平台无关）

小端存储:字节或半字节的最低位字节（Least Significant Bit，LSB）放置于于内存最低位字节地址上。（通俗:低字节数据存储在低地址）

大端存储:数据低位保存在内存的高地址中,数据的高位保存在内存的低地址中。
(通俗:低字节数据存储在低地址)

区别
1，简单:大端存储或小端存储都是由系统设计的，区别在于低地址存储的数据，因此可以写程序进行判断。
2，详情:计算机中以字节为存储单位，每个地址单元都对应着一个字节，对于大于8位的数据类型，就会产生在寄存器中存放顺序问题。

显示例子:

什么是寄存器（Register）:
基本寄存器和移位寄存器两大类。基本寄存器只能并行送入数据，也只能并行输出。移位寄存器中的数据可以在移位脉冲作用下依次逐位右移或左移，数据既可以并行输入、并行输出，也可以串行输入、串行输出，还可以并行输入、串行输出，或串行输入、并行输出，十分灵活，用途也很广。
寄存器作用了解:是中央处理器内的组成部分。寄存器是有限存贮容量的高速存贮部件,它们可用来暂存指令、数据和位址。
寄存器又分为内部寄存器与外部寄存器,所谓内部寄存器,其实也是一些小的存储单元,也能存储数据。但同存储器相比,寄存器又有自己独有的特点:
功能：是存储二进制，它是由具有存储功能的触发器组合起来构成的。
寄存器中:
1,从前往后，先低字节，后高地址，一个存储单元，存放一个字节。
大端:
十进制数字:4328719365
十六进制:0x0102030405
:[0x01(低地址),0x02,0x03,0x04,0x05]
注意:这里很好展示了第一个单元是低地址!
小端:
还是一样十进制:4328719365
:[0x05(低地址),0x04,0x03,0x02,0x01]

注意:无论是小端存储或者大端存储，它读取到的永远是:0x0102030405

小端转进制成大端:

我们看个例子:

//转成大端public static byte[] int_To_Byte_BigEnding(int num) {byte[] D = new byte[4];D[3] = (byte) (num & 0xff);D[2] = (byte) (num >> 8 & 0xff);D[1] = (byte) (num >> 16 & 0xff);D[0] = (byte) (num >> 24 & 0xff);return D;}

大端转小端:

//转成大端public static byte[] int_To_Byte_SmallEnding(int num) {byte[] D = new byte[4];D[0] = (byte) (num & 0xff);D[1] = (byte) (num >> 8 & 0xff);D[2] = (byte) (num >> 16 & 0xff);D[3] = (byte) (num >> 24 & 0xff);return D;}

是不是明白道理就简单多了?--有人问oxff是什么意思?

oxff意思:

首先了解一下,&表示只有两个位同时为1,才能得到1, 0x代表16进制数,而0xff表示的数二进制1111 1111 占一个字节.和其进行&操作的数,最低8位,不会发生变化.
而这里只是为了取它的高低.
比如:
out.write(num&0xff)
取低八位写入高地址中
out.write((num>>8)&0xff)
取高八位写入地

正题:

了解完成后我们就可以开始，wav的讲解了。

首部地址:

什么是RIFF:是一种在标记块中存储数据的元格式,把资料储存在被标记的区块中,
前4个字节为资源交换文件标志。

1.整个WAV都是由RIFF:数据块组成，可以将整个WAV文件看作一个完整的RIFF数据块，在这个RIFF数据块中又包含若干的子块存放不同的信息。
2.首部结构如下:

截取方式:截取方式也很简单,我们以二进制读取后，以ASCII读取字串：

读取:
public @NotNull static <V> ByteArrayOutputStream Io_P_OUT(V PATH) throws IOException {FileInputStream obtainData = new FileInputStream(PATH.toString());int StorageByte;byte[] StorageDataHome = new byte[(int) new File(PATH.toString()).length()];ByteArrayOutputStream RETURN_DATA = new ByteArrayOutputStream();while ((StorageByte = obtainData.read(StorageDataHome)) > 0) {RETURN_DATA.write(StorageDataHome, 0, StorageByte);RETURN_DATA.flush();}obtainData.close();return RETURN_DATA;}
System.out.println(new String(__response.Io_P_OUT("PATH").toByteArray(),StandardCharsets.US_ASCII));
这样就可以看到如下信息了:

Format-Chunk:

附加块Fact-Chunk:

当使用压缩编码的WAV文件时，必须要有Fact-Chunk，这个块中只有一个数据，就是声道的采样总数.
Fact chunk前4个字节为"fact（ID）",然后是4字节的大小，表示本块包含数据的多少-不包含ID和SIZE.

数据块Data-Chunk:

前一段是数据ID，后一段是:代表Data数据块的长度。
DataChunk块:头部和实际数据组成,数据块标示(4bytes)+数据块长度(4bytes)+实际数据。

编码包括了两方面内容，一是按一定格式存储数据，二是采用一定的算法压缩数据。
WAV格式对音频流的编码没有硬性规定，支持非压缩的PCM。
上代码，提取转换代码:
@NotNull public static boolean _W(byte[] source,byte[] DATA,int Start ,int End){if (DATA != null) {if (source.length-End >= (0)) {System.arraycopy(DATA, Start, source, 0, End);return true;}else {return false;}} else {return false;}} --小端转大端读取public static byte[] Io_S_Ending_B(String Path) throws IOException {FileChannel F =(FileChannel) Files.newByteChannel(java.nio.file.Path.of(Path), java.nio.file.StandardOpenOption.READ);ByteBuffer B = ByteBuffer.allocate((int)F.size());B.order(ByteOrder.LITTLE_ENDIAN);F.read(B);B.flip();byte[] Data=new byte[B.remaining()];B.get(Data);return Data;}byte[]sub=__response.Io_S_Ending_B("路径XX.wav");byte[] pcm=new byte[sub.length];__response._W(pcm,sub,44,pcm.length-44);AudioFormat.Encoding A=new AudioFormat.Encoding("PCM_SIGNED");SourceDataLine auline;AudioFormat af = new AudioFormat(A,48000, 16, 2,(16/8)*2,48000,false);try {auline = AudioSystem.getSourceDataLine(af);} catch (LineUnavailableException e) {throw new RuntimeException(e);}try {auline.open(af);} catch (LineUnavailableException e) {throw new RuntimeException(e);}auline.start();ByteArrayInputStream D=new ByteArrayInputStream(pcm);byte[] DD = new byte[1024];while(D.read(DD)!=-1){auline.write(DD,0,DD.length);}

录音与转换

其实这和刚才的读取wav数据块一样是pcm音频数据

录音我们需要使用到TargetDataLine官方的API数据从声卡中捕获数据。

他的采样率一般是44.1K，16bit采样精度，双声道，速率则为44.1K×16×2，小端端序，wav格式保存，之前说过wav->对音频流的编码没有硬性规定，支持非压缩的PCM。脉冲编码调制格式。

ThreadPoolExecutor core = new ThreadPoolExecutor(1, 2, 100, TimeUnit.MILLISECONDS,new LinkedBlockingDeque<>(10));//这里我直接使用线程池了，为了保证录音时，我们可以输入end结束，后续可以自行更改。//第一次输入System.out.println("Start开始end关闭");Scanner aa = new Scanner(System.in);String a = aa.next();if (a.equalsIgnoreCase("Start")) {core.submit(() -> {float a1 = 44000F;//采样int a2 = 16;//样本中的中位数8，16int a3 = 2;//声道boolean a4 = true;//签名boolean a5 = false;//给定参数//TargetDataLine是一种可以从中 DataLine 读取音频数据的类型。最常见的示例是从音频捕获设备获取数据的数据线//DataLine(简单来说就是捕获数据的)//AudioFormat通道样本AudioFormat.Encoding A=new AudioFormat.Encoding("PCM_SIGNED");DataLine.Info a6 = new DataLine.Info(TargetDataLine.class, new AudioFormat(A,a1,a2,a3,(a2 / 8) * a3,a1, a5));//音频编码 //每秒样本数 //每个样本中的位数 // 通道数（1 个用于单声道，2 个用于立体声，依此类推）//每帧中的字节数 //每秒帧数 //指示单个样本的数据是否以大端字节顺序存储（false 表示小端//通俗来讲就是匹配拿数据，最后一步时将数据以我们限定的格式输出TargetDataLine b = null;try {b = (TargetDataLine) AudioSystem.getLine(a6);} catch (LineUnavailableException e) {throw new RuntimeException(e);}System.out.println("开始录音");AudioFileFormat.Type a8 = null;//指定的文件类型File a9 = null;//声明文件地址a8 = AudioFileFormat.Type.WAVE;//类型a9 = new File("保存路径");//文件地址try {b.open();//音频所用格式b.start();AudioSystem.write(new AudioInputStream(b), a8, a9);//写入文件数据} catch (Exception ignored) {}});}//第二次输入Scanner aaaa = new Scanner(System.in);String aaaaa = aaaa.next();if (aaaaa.equalsIgnoreCase("end")) {System.exit(0);}