Android音频编辑之音频转换PCM与WAV
前言
本篇开始讲解在android平台上进行的音频编辑开发，首先需要对音频相关概念有基础的认识。所以本篇要讲解以下内容：
1. 常用音频格式简介
2. wav和pcm的区别和联系
3. wav文件头信息
4. 采样率简介
5. 声道数和采样位数下的pcm编码
6. 音频文件解码
7. pcm文件转wav文件
现在先给出音频编辑的效果图，看看能不能提高大家的积极性~，哈哈
常用音频格式简介
在android平台上进行音频开发，首先需要对常用的音频格式有个大致的了解。在android平台上，常用的音频格式有：
- wav
wav格式是微软公司开发的一种声音文件格式，也叫波形声音文件，是最早的数字音频格式，被windows平台及其应用程序广泛支持。
wav格式支持许多压缩算法，支持多种音频位数、采样频率和声道，采用44.1khz的采样频率，16位量化位数，因此wav的音质与cd相差无几，但wav格式对存储空间需求太大不便于交流和传播。
补充：无损格式，缺点：体积十分大！
- mp3
mp3的全称是moving picture experts group audio layer iii。简单的说，mp3就是一种音频压缩技术，由于这种压缩方式的全称叫mpeg audio layer3，所以人们把它简称为mp3。
mp3是利用 mpeg audio layer 3 的技术，将音乐以1:10 甚至 1:12 的压缩率，压缩成容量较小的file，换句话说，能够在音质丢失很小的情况下把文件压缩到更小的程度。而且还非常好的保持了原来的音质。
正是因为mp3体积小，音质高的特点使得mp3格式几乎成为网上音乐的代名词。每分钟音乐的mp3格式只有1mb左右大小，这样每首歌的大小只有3-4mb。使用mp3播放器对mp3文件进行实时的解压缩(解码)，这样，高品质的mp3音乐就播放出来了。
补充：最高比特率320k，高频部分一刀切是他的缺点。音质不高！
- amr
全称adaptive multi-rate 和 adaptive multi-rate wideband，主要用于移动设备的音频，压缩比比较大，但相对其他的压缩格式质量比较差，多用于人声，通话，效果还是很不错的。
- ogg
ogg全称应该是ogg vobis(ogg vorbis) 是一种新的音频压缩格式，类似于mp3等现有的音乐格式。
但有一点不同的是，它是完全免费、开放和没有专利限制的。ogg vobis有一个很出众的特点，就是支持多声道，随着它的流行，以后用随身听来听dts编码的多声道作品将不会是梦想。
vorbis 是这种音频压缩机制的名字，而ogg则是一个计划的名字，该计划意图设计一个完全开放性的多媒体系统。目前该计划只实现了oggvorbis这一部分。
ogg vorbis文件的扩展名是.ogg。这种文件的设计格式是非常先进的。现在创建的ogg文件可以在未来的任何播放器上播放，因此，这种文件格式可以不断地进行大小和音质的改良，而不影响旧有的编码器或播放器。
补充：目前最好的有损格式之一，mp3部分支持，智能手机装软件部分可以支持，最高比特率500kbps。
- aac
aac（advanced audio coding），中文称为“高级音频编码”，出现于1997年，基于 mpeg-2的音频编码技术。
优点：相对于mp3，aac格式的音质更佳，文件更小。
不足：aac属于有损压缩的格式，与时下流行的ape、flac等无损格式相比音质存在“本质上”的差距。加之，目前传输速度更快的usb3.0和16g以上大容量mp3正在加速普及，也使得aac头上“小巧”的光环不复存在了。
前景：以发展的眼光来看，正如“高清”正在被越来越多的人所接受一样，“无损”必定是未来音乐格式的绝对主流。aac这种“有损”格式的前景不容乐观
- flac
flac即是free lossless audio codec的缩写，中文可解为无损音频压缩编码。
flac是一套著名的*音频压缩编码，其特点是无损压缩。不同于其他有损压缩编码如mp3 及 aac，它不会破任何原有的音频资讯，所以可以还原音乐光盘音质。现在它已被很多软件及硬件音频产品所支持。简而言之，flac与mp3相仿，但是是无损压缩的，也就是说音频以flac方式压缩不会丢失任何信息。这种压缩与zip的方式类似，但是flac将给你更大的压缩比率，因为flac是专门针对音频的特点设计的压缩方式，并且你可以使用播放器播放flac压缩的文件，就象通常播放你的mp3文件一样。
补充：为无损格式，较ape而言，他体积大点，但是兼容性好，编码速度快，播放器支持更广。
wav和pcm的区别和联系
在android平台上要进行音频编辑操作（比如裁剪，插入，合成等），通常都是需要将音频文件解码为wav格式的音频文件或者pcm文件。那么wav和pcm之间有什么关系，这里有必要了解一下。
pcm（pulse code modulation—-脉码调制录音)。所谓pcm录音就是将声音等模拟信号变成符号化的脉冲列，再予以记录。pcm信号是由[1]、[0]等符号构成的数字信号，而未经过任何编码和压缩处理。与模拟信号比，它不易受传送系统的杂波及失真的影响。动态范围宽，可得到音质相当好的影响效果。也就是说，pcm就是没有压缩的编码方式，pcm文件就是采用pcm这种没有压缩的编码方式编码的音频数据文件。
wav是由微软开发的一种音频格式。wav符合 piff resource interchange file format规范。所有的wav都有一个文件头，这个文件头音频流的编码参数。wav对音频流的编码没有硬性规定，除了pcm之外，还有几乎所有支持acm规范的编码都可以为wav的音频流进行编码。wav也可以使用多种音频编码来压缩其音频流，不过我们常见的都是音频流被pcm编码处理的wav，但这不表示wav只能使用pcm编码，mp3编码同样也可以运用在wav中，和avi一样，只要安装好了相应的decode，就可以欣赏这些wav了。
在windows平台下，基于pcm编码的wav是被支持得最好的音频格式，所有音频软件都能完美支持，由于本身可以达到较高的音质的要求，因此，wav也是音乐编辑创作的首选格式，适合保存音乐素材。因此，基于pcm编码的wav被作为了一种中介的格式，常常使用在其他编码的相互转换之中，例如mp3转换成wma。
如上引用的描述，也就是说我们对音频进行编辑操作，其实就是音频解码后的pcm音频采样数据进行操作，因为pcm记录的就是采样后的音频信息，而我们常说的wav文件是在pcm数据的基础上添加一组头信息，用于描述这个wav文件的采样率，声道数，采样位数，音频数据大小等信息，这样这个wav就可以被音频播放器正确读取并播放，而单纯的pcm文件因为只有编码的音频数据，没有其他描述信息，所以无法被音频播放器识别播放。
wav文件头信息
接下来有必要了解一下wav文件头信息是什么样的格式信息。
wav文件头信息由大小44个字节的数据组成：
4字节数据，内容为“riff”，表示资源交换文件标识
4字节数据，内容为一个整数，表示从下个地址开始到文件尾的总字节数
4字节数据，内容为“wave”，表示wav文件标识
4字节数据，内容为“fmt ”，表示波形格式标识（fmt ），最后一位空格。
4字节数据，内容为一个整数，表示pcmwaveformat的长度
2字节数据，内容为一个短整数，表示格式种类（值为1时，表示数据为线性pcm编码）
2字节数据，内容为一个短整数，表示通道数，单声道为1，双声道为2
4字节数据，内容为一个整数，表示采样率，比如44100
4字节数据，内容为一个整数，表示波形数据传输速率（每秒平均字节数），大小为 采样率 * 通道数 * 采样位数
2字节数据，内容为一个短整数，表示data数据块长度，大小为 通道数 * 采样位数
2字节数据，内容为一个短整数，表示采样位数，即pcm位宽，通常为8位或16位
4字节数据，内容为“data”，表示数据标记符
4字节数据，内容为一个整数，表示接下来声音数据的总大小
由以上信息可知，对于一个pcm文件来说，只要知道它的大小，采样率，声道数，采样位数，就可以通过添加一个wav文件头得到一个wav文件了。
采样率简介
那么采样率是什么意思，我们来了解下。
音频采样率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。在当今的主流采集卡上，采样频率一般共分为22.05khz、44.1khz、48khz三个等级，22.05khz只能达到fm广播的声音品质，44.1khz则是理论上的cd音质界限，48khz则更加精确一些。
在数字音频领域，常用的采样率有：
8,000 hz - 电话所用采样率, 对于人的说话已经足够
11,025 hz
22,050 hz - 无线电广播所用采样率
32,000 hz - minidv 数码视频 camcorder、dat (lp mode)所用采样率
44,100 hz - 音频 cd, 也常用于 mpeg-1 音频（vcd, svcd, mp3）所用采样率
47,250 hz - 商用 pcm 录音机所用采样率
48,000 hz - minidv、数字电视、dvd、dat、电影和专业音频所用的数字声音所用采样率
50,000 hz - 商用数字录音机所用采样率
96,000 或者 192,000 hz - dvd-audio、一些 lpcm dvd 音轨、bd-rom（蓝光盘）音轨、和 hd-dvd （高清晰度 dvd）音轨所用所用采样率
2.8224 mhz - direct stream digital 的 1 位 sigma-delta modulation 过程所用采样率。
通常歌曲的采样率是44100，而android平台的人声录音支持8000，16000，32000三种采样率。
声道数和采样位数下的pcm编码
接下来再了解下声道数和采样位数代表什么意思，在pcm编码中是如何应用的。
声道通常可以分为单声道和双声道，双声道又分为左声道和右声道。
采样位数表示一个采样数据用多少位来表示，通常为8位和16位，对于8位表示一个字节来表示一个采样数据，16位表示用两个字节表示一个采样数据，两个字节为低位字节和高位字节，通常低位字节在前，高位字节在后。
因此结合声道和采样字节数（采样位数），可以组成下图的pcm数据格式：
可以看到8位单声道的pcm数据，只需要一个字节就能表示一个采样数据，而16位双声道（立体声）的pcm数据，需要4个字节来表示一个采样数据。那么计算一个pcm大小的方法就很简单了。
对于8位单声道，采样率为8000，1分钟的pcm音频来说，大小是
//采样率 * 通道数 * 采样位数/8 * 秒数 8000 * 1 * 8/8 * 60 = 480000，大约480k
对于16位双声道，采样率为44100，1分钟的pcm音频来说，大小是
//采样率 * 通道数 * 采样位数/8 * 秒数 44100 * 2 * 16/8 * 60 = 10584000，大约10m
而wav文件的大小就是比pcm多出44个字节数。
音频文件解码
有了以上音频相关知识的了解之后，现在可以来对android上常用音频文件进行解码和信息提取了。这里涉及了三个音频相关的类：
- mediaextractor 媒体文件数据提取器，负责媒体文件数据的提取操作。
- mediaformat 媒体文件格式信息，负责读取媒体文件的格式（如采样率，时长，声道数等）信息。
- mediacodec 媒体文件编解码类，负责媒体文件数据的编解码操作。
解码器支持解码常用的音频格式，如mp3, wav, 3gpp, 3gp, amr, aac, m4a, ogg, flac等，解码后的数据是pcm编码的数据。下面用代码实现下如何用上述类实现音频文件的解码操作，得到一个pcm数据文件
/**
* 将音乐文件解码
*
* @param musicfileurl 源文件路径
* @param decodefileurl 解码文件路径
* @param startmicroseconds 开始时间 微秒
* @param endmicroseconds 结束时间 微秒
* @param decodeoperateinterface 解码过程回调
*/
private boolean decodemusicfile(string musicfileurl, string decodefileurl,
long startmicroseconds, long endmicroseconds, decodeoperateinterface decodeoperateinterface) {
//采样率，声道数，时长，音频文件类型
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;
//给媒体信息提取器设置源音频文件路径
try {
mediaextractor.setdatasource(musicfileurl);
}catch (exception ex){
ex.printstacktrace();
try {
mediaextractor.setdatasource(new fileinputstream(musicfileurl).getfd());
} catch (exception e) {
e.printstacktrace();
logutil.e("设置解码音频文件路径错误");
}
}
//获取音频格式轨信息
mediaformat = mediaextractor.gettrackformat(0);
//从音频格式轨信息中读取 采样率，声道数，时长，音频文件类型
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
+ " 采样率samplerate:"
+ samplerate
+ " channels:"
+ channelcount
+ " duration:"
+ duration);
if (textutils.isempty(mime) || !mime.startswith("audio/")) {
logutil.e("解码文件不是音频文件mime:" + mime);
return false;
}
if (mime.equals("audio/ffmpeg")) {
mime = "audio/mpeg";
mediaformat.setstring(mediaformat.key_mime, mime);
}
if (duration <= 0) {
logutil.e("音频文件duration为" + duration);
return false;
}
//解码的开始时间和结束时间
startmicroseconds = math.max(startmicroseconds, 0);
endmicroseconds = endmicroseconds < 0 ? duration : endmicroseconds;
endmicroseconds = math.min(endmicroseconds, duration);
if (startmicroseconds >= endmicroseconds) {
return false;
}
//创建一个解码器
try {
mediacodec = mediacodec.createdecoderbytype(mime);
mediacodec.configure(mediaformat, null, null, 0);
} catch (exception e) {
logutil.e("解码器configure出错");
return false;
}
//得到输出pcm文件的路径
decodefileurl = decodefileurl.substring(0, decodefileurl.lastindexof("."));
string pcmfilepath = decodefileurl + ".pcm";
//后续解码操作
getdecodedata(mediaextractor, mediacodec, pcmfilepath, samplerate, channelcount,
startmicroseconds, endmicroseconds, decodeoperateinterface);
return true;
}
以上操作创建了mediaextractor，获取mediaformat用于读取音频文件的相关信息如采样率，文件类型，声道数等。然后创建了mediacodec用于后续和mediaextractor一起进行音频的解码操作。接下来看看具体的解码过程：
/**
* 解码数据
*/
private void getdecodedata(mediaextractor mediaextractor, mediacodec mediacodec,
string decodefileurl, int samplerate, int channelcount, final long startmicroseconds,
final long endmicroseconds, final decodeoperateinterface decodeoperateinterface) {
//初始化解码状态，未解析完成
boolean decodeinputend = false;
boolean decodeoutputend = false;
//当前读取采样数据的大小
int sampledatasize;
//当前输入数据的bytebuffer序号，当前输出数据的bytebuffer序号
int inputbufferindex;
int outputbufferindex;
//音频文件的采样位数字节数，= 采样位数/8
int bytenumber;
//上一次的解码操作时间，当前解码操作时间，用于通知回调接口
long decodenoticetime = system.currenttimemillis();
long decodetime;
//当前采样的音频时间，比如在当前音频的第40秒的时候
long presentationtimeus = 0;
//定义编解码的超时时间
final long timeoutus = 100;
//存储输入数据的bytebuffer数组，输出数据的bytebuffer数组
bytebuffer[] inputbuffers;
bytebuffer[] outputbuffers;
//当前编解码器操作的 输入数据bytebuffer 和 输出数据bytebuffer，可以从targetbuffer中获取解码后的pcm数据
bytebuffer sourcebuffer;
bytebuffer targetbuffer;
//获取输出音频的媒体格式信息
mediaformat outputformat = mediacodec.getoutputformat();
mediacodec.bufferinfo bufferinfo;
bytenumber = (outputformat.containskey("bit-width") ? outputformat.getinteger("bit-width") : 0) / 8;
//开始解码操作
mediacodec.start();
//获取存储输入数据的bytebuffer数组，输出数据的bytebuffer数组
inputbuffers = mediacodec.getinputbuffers();
outputbuffers = mediacodec.getoutputbuffers();
mediaextractor.selecttrack(0);
//当前解码的缓存信息，里面的有效数据在offset和offset+size之间
bufferinfo = new mediacodec.bufferinfo();
//获取解码后文件的输出流
bufferedoutputstream bufferedoutputstream =
filefunction.getbufferedoutputstreamfromfile(decodefileurl);
//开始进入循环解码操作，判断读入源音频数据是否完成，输出解码音频数据是否完成
while (!decodeoutputend) {
if (decodeinputend) {
return;
}
decodetime = system.currenttimemillis();
//间隔1秒通知解码进度
if (decodetime - decodenoticetime > constant.onesecond) {
final int decodeprogress =
(int) ((presentationtimeus - startmicroseconds) * constant.normalmaxprogress
/ endmicroseconds);
if (decodeprogress > 0) {
notifyprogress(decodeoperateinterface, decodeprogress);
}
decodenoticetime = decodetime;
}
try {
//操作解码输入数据
//从队列中获取当前解码器处理输入数据的bytebuffer序号
inputbufferindex = mediacodec.dequeueinputbuffer(timeoutus);
if (inputbufferindex >= 0) {
//取得当前解码器处理输入数据的bytebuffer
sourcebuffer = inputbuffers[inputbufferindex];
//获取当前bytebuffer，编解码器读取了多少采样数据
sampledatasize = mediaextractor.readsampledata(sourcebuffer, 0);
//如果当前读取的采样数据<0，说明已经完成了读取操作
if (sampledatasize < 0) {
decodeinputend = true;
sampledatasize = 0;
} else {
presentationtimeus = mediaextractor.getsampletime();
}
//然后将当前bytebuffer重新加入到队列中交给编解码器做下一步读取操作
mediacodec.queueinputbuffer(inputbufferindex, 0, sampledatasize, presentationtimeus,
decodeinputend ? mediacodec.buffer_flag_end_of_stream : 0);
//前进到下一段采样数据
if (!decodeinputend) {
mediaextractor.advance();
}
} else {
//logutil.e("inputbufferindex" + inputbufferindex);
}
//操作解码输出数据
//从队列中获取当前解码器处理输出数据的bytebuffer序号
outputbufferindex = mediacodec.dequeueoutputbuffer(bufferinfo, timeoutus);
if (outputbufferindex < 0) {
//输出bytebuffer序号<0，可能是输出缓存变化了，输出格式信息变化了
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;
}
//取得当前解码器处理输出数据的bytebuffer
targetbuffer = outputbuffers[outputbufferindex];
byte[] sourcebytearray = new byte[bufferinfo.size];
//将解码后的targetbuffer中的数据复制到sourcebytearray中
targetbuffer.get(sourcebytearray);
targetbuffer.clear();
//释放当前的输出缓存
mediacodec.releaseoutputbuffer(outputbufferindex, false);
//判断当前是否解码数据全部结束了
if ((bufferinfo.flags & mediacodec.buffer_flag_end_of_stream) != 0) {
decodeoutputend = true;
}
//sourcebytearray就是最终解码后的采样数据
//接下来可以对这些数据进行采样位数，声道的转换，但这是可选的，默认是和源音频一样的声道和采样位数
if (sourcebytearray.length > 0 && bufferedoutputstream != null) {
if (presentationtimeus < startmicroseconds) {
continue;
}
//采样位数转换，按自己需要是否实现
byte[] convertbytenumberbytearray =
convertbytenumber(bytenumber, constant.exportbytenumber, sourcebytearray);
//声道转换，按自己需要是否实现
byte[] resultbytearray = convertchannelnumber(channelcount, constant.exportchannelnumber,
constant.exportbytenumber, convertbytenumberbytearray);
//将解码后的pcm数据写入到pcm文件
try {
bufferedoutputstream.write(resultbytearray);
} catch (exception e) {
logutil.e("输出解压音频数据异常" + e);
}
}
if (presentationtimeus > endmicroseconds) {
break;
}
} catch (exception e) {
logutil.e("getdecodedata异常" + e);
}
}
if (bufferedoutputstream != null) {
try {
bufferedoutputstream.close();
} catch (ioexception e) {
logutil.e("关闭bufferedoutputstream异常" + e);
}
}
//重置采样率，按自己需要是否实现
if (samplerate != constant.exportsamplerate) {
resample(samplerate, decodefileurl);
}
notifyprogress(decodeoperateinterface, 100);
//释放mediacodec 和 mediaextractor
if (mediacodec != null) {
mediacodec.stop();
mediacodec.release();
}
if (mediaextractor != null) {
mediaextractor.release();
}
}
以上操作是在一个循环中，不断取得源音频输入数据，加入到输入队列中，交给mediacodec处理，然后再从解码后的输出队列中取得输出数据，写入到文件中，其中要判断源音频输入数据是否读取完毕，解码后的输出数据是否完成，来终止这个循环。后续的采样位数转换，声道数转换，以及采样率转换都是可选的，不是必须的，默认不实现的话，输出的pcm数据和源音频是一样的采样位数，声道数，和采样率。
pcm文件转wav文件
现在我们得到了解码后的pcm文件，但是它是不可直接播放的，因为不带音频相关的格式信息，下面我们将pcm和指定的音频相关格式信息去转换得到一个可播放的wav文件：
/**
* pcm文件转wav文件
* @param inpcmfilepath 输入pcm文件路径
* @param outwavfilepath 输出wav文件路径
* @param samplerate 采样率，例如44100
* @param channels 声道数 单声道：1或双声道：2
* @param bitnum 采样位数，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 {
//采样字节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();
//总大小，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();
}
}
}
}
/**
* 输出wav文件
* @param out wav输出文件流
* @param totalaudiolen 整个音频pcm数据大小
* @param totaldatalen 整个数据大小
* @param samplerate 采样率
* @param channels 声道数
* @param byterate 采样字节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);//数据大小
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] = ' ';//过渡字节
//数据大小
header[16] = 16; // 4 bytes: size of 'fmt ' chunk
header[17] = 0;
header[18] = 0;
header[19] = 0;
//编码方式 10h为pcm编码格式
header[20] = 1; // format = 1
header[21] = 0;
//通道数
header[22] = (byte) channels;
header[23] = 0;
//采样率，每个通道的播放速度
header[24] = (byte) (samplerate & 0xff);
header[25] = (byte) ((samplerate >> 8) & 0xff);
header[26] = (byte) ((samplerate >> 16) & 0xff);
header[27] = (byte) ((samplerate >> 24) & 0xff);
//音频数据传送速率,采样率*通道数*采样深度/8
header[28] = (byte) (byterate & 0xff);
header[29] = (byte) ((byterate >> 8) & 0xff);
header[30] = (byte) ((byterate >> 16) & 0xff);
header[31] = (byte) ((byterate >> 24) & 0xff);
// 确定系统一次要处理多少个这样字节的数据，确定缓冲区，通道数*采样位数
header[32] = (byte) (channels * 16 / 8);
header[33] = 0;
//每个样本的数据位数
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);
}
上面操作其实也很简单，只要你知道了wav文件头信息的格式，将采样率，声道数，采样位数，pcm音频数据大小等信息填充进去，然后将这个44个字节数据拼接到pcm文件的开头，就得到了一个可播放的wav文件了。
总结
上文讲解了常用音频文件的格式，采样率，声道，采样位数概念，以及pcm数据是如何构成等内容。然后是如何从音频文件解码为pcm数据文件，以及得到pcm编码的wav文件，有了以上的理解后，后续进行音频文件的裁剪，插入，合成等编辑操作就更容易理解了。请继续关注后续的音频编辑操作处理。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
上一篇： linux每日命令(39)：lsof命令