当前位置：首页 > news >正文

音频解码及如何在Java实现

news 2025/9/10 21:04:25

本人并不干这个，但是被迫下水了解了一下这个，稍微做了一下整理。再就是感觉现在网上以及ChatGPT在这方面给出的答案太水了，在此开辟一篇。无意放出代码，这里只介绍一些可能重要的点。

本来以为有了ChatGPT写这些就没有必要了，现在看起来还是不太可能。

一是知识稍微旧了一点，新一点的没有，比如github上近一年更新的优秀项目100%是不会出现在解决方案中的。追求能用是不影响的，但是想找最好的有点难。
二是方案缺少出处，扩展溯源困难。
三是多方案比较困难，不易从中选取出最好的方案。
四是幻觉太多，验证成本太高。

1. 解码

这里将解码定义为将有损/无损的（压缩）格式，比如 mp3/aac 等等转换到 pcm/wav 这种原始数据的格式的操作，供下游使用。
原始数据可以理解为采样率 × 位深度 × 通道数 × 音频时长的数据，不加其它处理。

2. 基本参数

来自 javax.sound.sampled.AudioFormat，先要理解记住这些才能够有良好掌控
- encoding – the audio encoding technique
- sampleRate – the number of samples per second
- sampleSizeInBits – the number of bits in each sample
- channels – the number of channels (1 for mono, 2 for stereo, and so on)
- frameSize – the number of bytes in each frame
- frameRate – the number of frames per second
- bigEndian – indicates whether the data for a single sample is stored in big-endian byte order

3. FFmpeg

A complete, cross-platform solution to record, convert and stream audio and video.

可能是最强的功能非常齐全，离线格式转换命令行就用它了，但是要注意ffmpeg在做转换时有不少参数直接默认了，使用代码转换可能有各种对不上（所以需要对参数的理解）。

常见音频编码都是确定性编码，不要自欺欺人觉得大小不一致还是正常的，得每一个byte都一样才正常。

4. `javax.sound.sampled`

支持PCM/WAV之类的原始音频格式
service provider: 在实现之后能够自动发现和支持更多格式

5. hendriks73/ffsampledsp

有了1-4的铺垫之后就只需要一个优秀项目来完成剩余的工作了，目前看起来FFSampledSP是最佳选择（之一，服务器的）

FFSampledSP is an implementation of the javax.sound.sampled service provider interfaces based on FFmpeg, a complete, cross-platform solution to record, convert and stream audio and video. FFSampledSP is part of the SampledSP collection of javax.sound.sampled libraries.

相当于引入了ffmepg的能力，在已有的库中实现得是相当好的了。

解码流的时候需要调试参数，可以先校验是否能转换

AudioInputStream fileStream = AudioSystem.getAudioInputStream(file);
AudioFormat sourceFormat = fileStream.getFormat();
log.info("in audio format: {}", aacFormat);
AudioFormat targetFormat = new AudioFormat();
AudioSystem.isConversionSupported(sourceFormat, targetFormat); // 需要为true