iOS的音频文件的格式转换示例

背景

因为我的公司需要设计到app与硬件的通信，所以去年深入的研究了一下音频各种格式的转换，曾写过一篇简书，现在搬过来丰富下自己的blog。

首先介绍一下常用的音频文件格式

• .amr：体积很小，1秒到约为1kb，所以音质缩水也很厉害，一般用于手机铃声或彩信
• .mp3：比较流行的，有损音频，某些部分失真，，音质随码率的提高，越高越好
• .wav：为无损音频
• .pcm：无损的wav文件中音频数据的一种编码方式

由于app是通过avaudiorecorder录制音频，默认格式为pcm,文件比较大,所以不适合用于聊天通信的文件格式，所以最优的选择是转换成amr格式

音频格式转换方式

.pcm-->.wav-->.amr

a)将pcm转成wav

什么是wav和pcm？

wav：wav是一种无损的音频文件格式，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。

pcm: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。

简单来说：wav是一种无损的音频文件格式，pcm是没有压缩的编码方式。

wav和pcm的关系

wav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。

简单来说：pcm是无损wav文件中音频数据的一种编码方式，但wav还可以用其它方式编码。

这里详细写了pcm和wav的区别，我简单概括成pcm少了一个wav头描述信息。为此我从讯飞语音的sdk中移植出填写wav头的函数并修改了一下

// 为pcm文件写入wav头
+ (nsdata*) writewavhead:(nsdata *)audiodata {
 long samplerate = [[self getaudiorecordersettingdict][avsampleratekey] longvalue];
 long numofchannelskey = [[self getaudiorecordersettingdict][avnumberofchannelskey] longvalue];
 byte wavehead[44];
 wavehead[0] = 'r';
 wavehead[1] = 'i';
 wavehead[2] = 'f';
 wavehead[3] = 'f';
 
 long totaldatalength = [audiodata length] + 44;
 wavehead[4] = (byte)(totaldatalength & 0xff);
 wavehead[5] = (byte)((totaldatalength >> 8) & 0xff);
 wavehead[6] = (byte)((totaldatalength >> 16) & 0xff);
 wavehead[7] = (byte)((totaldatalength >> 24) & 0xff);
 
 wavehead[8] = 'w';
 wavehead[9] = 'a';
 wavehead[10] = 'v';
 wavehead[11] = 'e';
 
 wavehead[12] = 'f';
 wavehead[13] = 'm';
 wavehead[14] = 't';
 wavehead[15] = ' ';
 
 wavehead[16] = 16; //size of 'fmt '
 wavehead[17] = 0;
 wavehead[18] = 0;
 wavehead[19] = 0;
 
 wavehead[20] = 1; //format
 wavehead[21] = 0;
 
 wavehead[22] = numofchannelskey; //chanel
 wavehead[23] = 0;
 
 wavehead[24] = (byte)(samplerate & 0xff);
 wavehead[25] = (byte)((samplerate >> 8) & 0xff);
 wavehead[26] = (byte)((samplerate >> 16) & 0xff);
 wavehead[27] = (byte)((samplerate >> 24) & 0xff);
 
 long byterate = samplerate * 2 * (16 >> 3);;
 wavehead[28] = (byte)(byterate & 0xff);
 wavehead[29] = (byte)((byterate >> 8) & 0xff);
 wavehead[30] = (byte)((byterate >> 16) & 0xff);
 wavehead[31] = (byte)((byterate >> 24) & 0xff);
 
 wavehead[32] = 2*(16 >> 3);
 wavehead[33] = 0;
 
 wavehead[34] = 16;
 wavehead[35] = 0;
 
 wavehead[36] = 'd';
 wavehead[37] = 'a';
 wavehead[38] = 't';
 wavehead[39] = 'a';
 
 long totalaudiolength = [audiodata length];
 
 wavehead[40] = (byte)(totalaudiolength & 0xff);
 wavehead[41] = (byte)((totalaudiolength >> 8) & 0xff);
 wavehead[42] = (byte)((totalaudiolength >> 16) & 0xff);
 wavehead[43] = (byte)((totalaudiolength >> 24) & 0xff);
 
 nsmutabledata *pcmdata = [[nsmutabledata alloc]initwithbytes:&wavehead length:sizeof(wavehead)];
 [pcmdata appenddata:audiodata];
 
 
 return pcmdata;
 // [pcmdata writetofile:kvoicewav atomically:true];
 
}

同时还需把关键的属性抽取出来(如:采样率,通道数…)

//录音格式的设置
+ (nsdictionary*)getaudiorecordersettingdict{
 nsdictionary *recordsetting = [[nsdictionary alloc] initwithobjectsandkeys:
         [nsnumber numberwithfloat: 8000],avsampleratekey, //采样率
         [nsnumber numberwithint: kaudioformatlinearpcm],avformatidkey,
         [nsnumber numberwithint:16],avlinearpcmbitdepthkey,//采样位数 默认 16
         [nsnumber numberwithint: 2], avnumberofchannelskey,//通道的数目
         nil];
 return recordsetting;
}

b)将wav转成amr

使用voiceconvert(by:tang xiaoping)库能将wav转成amr，后来发现环信的easeui框架中也使用了这个

反过来转换也是差不多的

pcm<--->mp3

这个就很简单了，用lame的框架进行转换，这个框架网上资料一大堆

本人为此花了不少时间整理了一下这些文件格式的转换方法

/**
 * 转换wav到amr
 *
 * @param wavpath wav文件路径
 * @param isdelete 转换成功后是否删除源文件
 *
 * @return no 失败 yes成功
 */
+ (bool) wav2amr:(nsstring *)wavpath isdeletesourchfile:(bool)isdelete;
 
/**
 * 转换amr到wav
 *
 * @param amrpath amr文件路径
 * @param isdelete 转换成功后是否删除源文件
 *
 * @return no 失败 yes成功
 */
+ (bool) amr2wav:(nsstring *)amrpath isdeletesourchfile:(bool)isdelete;
 
/**
 * 转换pcm到mp3
 *
 * @param pcmpath pcm文件路径
 * @param isdelete 转换成功后是否删除源文件
 *
 * @return no 失败 yes成功
 */
+ (bool) pcm2mp3: (nsstring *)pcmpath isdeletesourchfile:(bool)isdelete;
/**
 * 转换pcm到wav
 *
 * @param pcmpath pcm文件路径
 * @param isdelete 转换成功后是否删除源文件
 *
 * @return no 失败 yes成功
 */
+ (bool) pcm2wav: (nsstring *)pcmpath isdeletesourchfile:(bool)isdelete;
 
/**
 * 转换pcm到amr
 *
 * @param pcmpath pcm文件路径
 * @param isdelete 转换成功后是否删除源文件
 *
 * @return no 失败 yes成功
 */
+ (bool) pcm2amr:(nsstring *)pcmpath isdeletesourchfile:(bool)isdelete;
 
/**
 * 为pcm文件写入wav头 
 */
+ (nsdata*) writewavhead:(nsdata *)audiodata;
void conventtomp3(nsstring *pcmfile,nsstring *mp3file);
 
/**
 录音格式设置,转换的时候需要获取.(如:采样率、采样位数、通道的数目)
 建议使用此设置，如有修改，则转换amr时也要对应修改参数，比较麻烦
 
 @returns 录音设置
 */
+ (nsdictionary*)getaudiorecordersettingdict;

demo的下载地址https://github.com/qq631192328/pfaudio.git，如果觉得好麻烦点下星，如果有什么问题欢迎指正

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。