java音频处理

用Java实现音频播放

桌面PC的性能日益提高，Java虚拟机的优化技术也不断获得突破，这一切使得用Java处理实时信号成为可能。本文将通过设计和构造一个支持实时MP3、WAV和Ogg音频格式解码/回放的Java音乐播放器，阐述用JavaSound API编写音频处理程序的思路和一般过程。

JavaSound是一个小巧的低层API，支持数字音频和MIDI数据的记录/回放。在JDK 1.3.0之前，JavaSound是一个标准的Java扩展API，但从Java 2的1.3.0版开始，JavaSound就被包含到JDK之中。由于Java有着跨平台（操作系统、硬件平台）的特点，基于JavaSound的音频处理程序（包括本文的程序）能够在任何实现了Java 1.3+的系统上运行，无需加装任何支持软件。

一、JavaSound的体系结构

当前JDK的JavaSound API随同Java媒体框架（JMF，Java Media Framework）一起发布，主页在https://www.360docs.net/doc/011896022.html,/products/java-media/jmf/，适合JDK 1.1以及更高的版本。除了JDK实现的JavaSound API 之外，还有一个源代码开放的JavaSound实现是Tritonus，主页在https://www.360docs.net/doc/011896022.html,/。

图一描述了JavaSound API的体系结构，虚线表示Sun的JavaSound标准定义的API调用。上面一根虚线表示我们编写音频处理程序要调用的API，JavaSound API包含在javax.sound.sampled和javax.sound.midi包中。两根虚线之间的部分就是JavaSound API的具体实现。

图一：JavaSound体系结构

就象上面一根虚线表示的API具有统一标准一样，在所有的JavaSound实现中，图一下面一根虚线表示的SPI（服务提供者接口， Service Provider Interface）也是统一的。SPI的作用是以插件（Plug-In）的形式提供自定义的扩展模块，我们只要提供与SPI兼容的插件扩展模块，就可以在不改变API的情况下扩展音频处理程序的能力。SPI包含在java.sound.sampled.spi和javax.sound.midi.spi包中。

例如，假设有一个只能播放WAV文件的程序，我们只要增加一个支持MP3文件解码的插件模块，就可以在不改动播放程序的任何一行代码的前提下，为这个播放程序添加播放MP3的能力。

作者：出处：uncj责任编辑：方舟 [ 2003-06-23 14:10 ]

本文将通过设计和构造一个支持实时MP3、WAV和Ogg音频格式解码/回放的Java音乐播放器，阐述用

JavaSound API编写音频处理程序的思路和一般过程

二、JavaSound混频原理

图二阐述了JavaSound的混频器原理。在处理输入音频的应用中，对于来自各种音频输入端口的信号，例如麦克风、CD播放器、磁带播放器，等等，我们可以在它们到达TargetDataLine之前，利用混频器控制输入混频，最后在程序中通过TargetDataLine获得数字化的音频输入流。

图二：JavaSound混频器

类似地，在处理输出音频的应用中，混频器用来对一系列来自SourceDataLine的数据进行混频处理，经处理后的信号可输出到各种输出端口，例如扬声器、耳机等。SourceDataLine是一个可写入音频信号数字流的设备，例如，我们可以从一个WAV文件读取内容写入到SourceDataLine，然后再通过扬声器输出。

输入到混频器的信号可以来源于剪辑。剪辑（Clip）是一个包含一段完整音频数据流的设备，或者说，剪辑就是一个缓冲在内存中的完整音频数据流。在一些要求反复播放音乐片段的场合，例如游戏的背景音

乐，剪辑是很有用的。

图三描述了JavaSound API中一些常用的类、接口及其关系，所有图三显示的类、接口都通过Line这个基本接口统一起来。Line接口用来关闭/打开设备、注册事件监听器，以及提供一些用来调整声音效果的对象，例如调整音量大小的对象。AudioSystem在JavaSound体系中起着一个工厂（Factory）类的作用，提供了一系列的静态方法，我们通过这些静态方法来获取JavaSound系统默认配置的资源（所谓静态方法，就是可以在不创建AudioSystem实例的情况下直接调用的方法）。

图三：常用的JavaSound类

顺便说明一下，在当前（JDK 1.4）实现的JavaSound的默认配置中，输入声音来自本地声卡的麦克风，输出声音到本地声卡的扬声器。应当说当前实现的JavaSound对端口和混频器的支持还不完善，但对于包括本文音乐播放器在内的许多应用来说，默认实现的JavaSound配置已经足够了。

三、音频数据与存储格式

取样得到的音频数据——也就是从TargetDataLine输入或从SourceDataLine输出的数据，必须符合音频格式的标准。音频数据的格式选项由AudioFormat类封装，主要选项包括：编码方式，可以是PCM（Pulse Code Modulation，脉冲编码调制）、MP3等；通道数量；取样率；帧速率；等等。

音频数据可以用多种格式保存到磁盘上。在JavaSound参考实现中，直接支持的文件格式包括WAV （Windows）、AIFF（主要用于Apple的Macintosh）以及AU（主要用于UNIX），音频文件的格式由

AudioFileFormat类指定。

并非所有音频数据格式都可以保存到任意音频文件格式（或从音频文件回放），具体由平台和操作系统的类型决定。为简单计，本文的播放器只考虑包含PCM Mono或Stereo数据的WAV文件，这是当前流行的音频数据/文件格式组合，常用于CD音质的音频数据。压缩的音频数据（例如MP3和Ogg Vorbis）通常有各自特殊的存储格式（如.MP3和.OGG），通常不以WAV/AIFF/AU格式存储。

作者：出处：uncj责任编辑：方舟 [ 2003-06-23 14:10 ]

本文将通过设计和构造一个支持实时MP3、WAV和Ogg音频格式解码/回放的Java音乐播放器，阐述用

JavaSound API编写音频处理程序的思路和一般过程

四、设计音乐播放器

我们要编写的音乐播放器（图四）由表一所示的几个类构成。鉴于构造用户界面往往需要大量的代码，且这些代码通常可以用IDE自动生成，所以下文只对一些关键的GUI元素略作介绍，不再给出完整的代码。

图四：播放器的用户界面

播放器的用户界面主要由一个带菜单的JFrame框架、一个名称为filenamesList的JList和几个JButton构成。框架有一个私有的TestBase成员，其实例在GUIInit()方法的末尾通过pBase = new

TestBase()语句初始化。

表一

用户界面中的按钮用类似下面的代码创建，其中addBttnIconText()是一个私有方法，它把一个图标放到按钮的文字标签之上。Java程序的用户界面和Windows界面风格迥异，建议读者使用Java开发工具

自带的图标，或者从Java图标库下载（例如

https://www.360docs.net/doc/011896022.html,/developer/techDocs/hi/repository/）。

addBttnIconText(playBttn, "播放", "Play24.gif");

playBttn.addActionListener(new java.awt.event.ActionListener() { public void actionPerformed(ActionEvent e) {

playClick(e);

}

});

当用户点击一个按钮，与该按钮对应的xxxClick()事件句柄函数开始执行。播放器共有5个按钮，相应的事件句柄也有5个：playClick（“播放”按钮），stopClick（“停止”按钮），pauseClick（“暂停”按钮），prevClick（“后退”按钮），nextClick（“前进”按钮）。

例如，点击“播放”按钮时，playClick()句柄首先获得JList中选中的文件，然后调用TestBase实例中的playFile()辅助方法播放文件。playClick()句柄的代码如下所示，注意它把音乐文件及其所在目

录连接起来的方法是操作系统中立的。

void playClick(ActionEvent e) {

String fileToPlay = (String) filenamesList.getSelectedValue();

if (fileToPlay != null) {

pBase.playFile(searchDir +

System.getProperty("file.separator") + fileToPlay);

}

}

stopClick()和pauseClick()方法分别调用TestBase中的stop()和pause()方法。prevClick()和nextClick()句柄的任务稍微复杂一点。首先，它们要调用TestBase中的stop()方法中止当前的播放动作，然后选中JList中当前项目的前一项或后一项，最后调用playClick()播放新选中的音乐文件，如下所示。

void prevClick(ActionEvent e) {

pBase.stop();

filenamesList.setSelectedIndex( filenamesList.getSelectedIndex() - 1);

playClick(e);

}

void nextClick(ActionEvent e) {

pBase.stop();

filenamesList.setSelectedIndex((filenamesList.getSelectedIndex()+1)

% curPlayListLength);

playClick(e);

}

五、播放音乐

TestBase类包含主要的播放逻辑。例如，当用户点击“播放”按钮，TestBase类中的play()方法开

始执行。

public void play() {

if ((!stopped) || (paused)) return;

if (playerThread == null) {

playerThread = new Thread(this);

playerThread.start();

try { Thread.sleep(500);

} catch (Exception ex) {}

}

synchronized(synch) {

stopped = false;

synch.notifyAll();

}

}

play()方法首先确认播放器当前已被终止播放，而不是暂停播放。然后它检查这是不是第一次调用play()：如果是，则创建一个playerThread线程。我们用一个独立的线程负责音乐播放，这样，无论播放器正在读取文件、解码，还是正在把音频数据输出到扬声器，用户界面总是可操作的。

启动线程之后，play()方法锁定静态synch同步对象，将stopped标记设置为false，然后通知正在等待的线程（playerThread线程在开始播放音乐文件之前，会等待静态synch对象上的提醒通知）。

playerThread线程启动后，它的run()方法开始运行。这个线程一直执行while循环，直到threadExit 标记变成true为止。在while循环中，线程首先等待“开始播放”的信号（当用户点击“播放”按钮时），然后播放音乐。表二列出了描述播放器状态的各个标记及其含义。

public void run() {

while (! threadExit) {

waitforSignal();

if (! stopped)

playMusic();

}

}

playMusic()方法利用JavaSound API播放当前选中的文件。首先要通过AudioSystem类获得一个AudioInputStream。然后，利用AudioInputStream的getFormat()获知音频数据的格式。在此基础上，我们试图通过getLine()方法获得一个支持该种格式的SourceDataLine。如果要播放的是WAV文件，现在我们已经有了非压缩的PCM格式的音频数据，可以用line对象开始播放音频。

ais= AudioSystem.getAudioInputStream(new File(fileToPlay));

…

if (ais != null) {

baseFormat = ais.getFormat();

line = getLine(baseFormat);

...

}

如果音频数据是压缩格式的，如MP3或Ogg，必须先进行一次转换——把MP3/Ogg解码成PCM。解码主

要包括三个步骤：

1、创建一个解压缩结果的定制AudioFormat（PCM编码），但保留和原压缩流一样的取样率、通道信

息等。

2、创建一个AudioInputStream把原来的AudioInputStream转换成新的AudioFormat格式。

3、获得一个处理解码后格式的SourceDataLine。

如下所示：

AudioFormat decodedFormat = new AudioFormat(

AudioFormat.Encoding.PCM_SIGNED,

baseFormat.getSampleRate(),

16,

baseFormat.getChannels(),

baseFormat.getChannels() * 2,

baseFormat.getSampleRate(),

false);

ais = AudioSystem.getAudioInputStream(decodedFormat, ais);

line = getLine(decodedFormat);

getLine()方法的返回值是一个与参数中指定的AudioFormat兼容的SourceDataLine。如果不能获得兼容的SourceDataLine，getLine()返回null。在getLine()方法中，我们首先创建和填充一个https://www.360docs.net/doc/011896022.html,结构，调用AudioSystem.getLine()方法，将info结构传递给AudioSystem类工厂。

private SourceDataLine getLine(AudioFormat audioFormat) {

SourceDataLine res = null;

https://www.360docs.net/doc/011896022.html, info = new https://www.360docs.net/doc/011896022.html,(SourceDataLine.class,

audioFormat);

try {

res = (SourceDataLine) AudioSystem.getLine(info);

res.open(audioFormat);

}

catch (Exception e) {

}

return res;

}

准备好AudioInputStream和SourceDataLine之后，playMusic()剩余的任务已经很简单：用一个循环从AudioInputStream读取数据，然后写入到SourceDataLine。

int inBytes = 0;

while ((inBytes != -1) && (!stopped) && (!threadExit)) {

try {

inBytes = ais.read(audioData, 0, BUFFER_SIZE);

}

catch (IOException e) { e.printStackTrace(); }

if (inBytes >= 0) {

int outBytes = line.write(audioData, 0, inBytes);

}

if (paused) waitforSignal();

}

六、支持更多的音频格式

假设已经在test目录下准备好了所有的.java文件，执行javac *.java即可顺利编译，执行java test.TestPlayer就可以启动图一的播放器。但现在播放器只能播放有限的文件，因为JDK实现的JavaSound 只支持WAV、AIFF和AU。但是，我们可以用JavaSound SPI为播放器增加对MP3和Ogg Vorbis的支持，

只要下载和安装相应的插件Jar文件即可。

Java版的Vorbis解码器可以从JavaCraft（https://www.360docs.net/doc/011896022.html,/jorbis/）下载，最新版本是0.0.12。另外还要有一个JOrbis解码器的SPI封装器，这是使解码器在JavaSound下透明地运行所必需的，

可以从https://www.360docs.net/doc/011896022.html,/vorbisspi/vorbisspi.html下载。VorbisSPI的最新版本是0.7。

对于MP3支持，JavaZoom也提供了一个兼容JavaSound的纯Java解码器，称为JavaLayer （https://www.360docs.net/doc/011896022.html,/javalayer/javalayer.html），最新的版本是0.2.0。注意要下载的是

JavaLayer的J2SE版，不要下载J2ME版。

解开下载得到的文件，把所有Jar文件放到播放器所在目录。用下面的命令启动播放器：java

-classpath .;.\jogg-0.0.5.jar;.\jorbis-0.0.12.jar;.\jl020.jar;.\mp3sp.jar;.\vorbisspi0.6.jar test.TestPlayer。如果你下载的解码器版本不同，启动命令也要作相应地改动。把SPI扩展插件加入到了播放器的classpath之后，JavaSound就会在运行时自动使用它们。