5

我在 Java 中遇到了 WAV 文件的一些问题。

WAV 格式：PCM_SIGNED 44100.0 Hz，24 位，立体声，6 字节/帧，little-endian。

  • 我将 WAV 数据提取到一个字节数组中，没有任何问题。
  • 我正在尝试将字节数组转换为双精度数组，但有些双精度值带有NaN值。

代码：

ByteBuffer byteBuffer = ByteBuffer.wrap(byteArray);
double[] doubles = new double[byteArray.length / 8];
for (int i = 0; i < doubles.length; i++) {
    doubles[i] = byteBuffer.getDouble(i * 8);
}

16/24/32 位单声道/立体声的事实让我感到困惑。

我打算将其传递double[]给 FFT 算法并获取音频频率。

4

3 回答 3

14

尝试这个：

public static byte[] toByteArray(double[] doubleArray){
    int times = Double.SIZE / Byte.SIZE;
    byte[] bytes = new byte[doubleArray.length * times];
    for(int i=0;i<doubleArray.length;i++){
        ByteBuffer.wrap(bytes, i*times, times).putDouble(doubleArray[i]);
    }
    return bytes;
}

public static double[] toDoubleArray(byte[] byteArray){
    int times = Double.SIZE / Byte.SIZE;
    double[] doubles = new double[byteArray.length / times];
    for(int i=0;i<doubles.length;i++){
        doubles[i] = ByteBuffer.wrap(byteArray, i*times, times).getDouble();
    }
    return doubles;
}

public static byte[] toByteArray(int[] intArray){
    int times = Integer.SIZE / Byte.SIZE;
    byte[] bytes = new byte[intArray.length * times];
    for(int i=0;i<intArray.length;i++){
        ByteBuffer.wrap(bytes, i*times, times).putInt(intArray[i]);
    }
    return bytes;
}

public static int[] toIntArray(byte[] byteArray){
    int times = Integer.SIZE / Byte.SIZE;
    int[] ints = new int[byteArray.length / times];
    for(int i=0;i<ints.length;i++){
        ints[i] = ByteBuffer.wrap(byteArray, i*times, times).getInt();
    }
    return ints;
}
于 2013-09-25T03:34:37.007 回答
4

您的 WAV 格式是 24 位，但双精度使用 64 位。因此，存储在您的 wav 中的数量不能翻倍。每个帧和通道有一个 24 位有符号整数，相当于提到的这 6 个字节。

你可以这样做：

private static double readDouble(ByteBuffer buf) {
  int v = (byteBuffer.get() & 0xff);
  v |= (byteBuffer.get() & 0xff) << 8;
  v |= byteBuffer.get() << 16;
  return (double)v;
}

您会为左通道调用一次该方法，然后为右通道调用一次。不确定正确的顺序，但我想先离开。正如 little-endian 所示，字节从最低有效位读取到最高有效位。低两个字节被屏蔽，0xff以便将它们视为无符号。最高有效字节被视为有符号，因为它将包含有符号 24 位整数的符号。

如果您对数组进行操作，则可以在没有 的情况下进行操作ByteBuffer，例如：

double[] doubles = new double[byteArray.length / 3];
for (int i = 0, j = 0; i != doubles.length; ++i, j += 3) {
  doubles[i] = (double)( (byteArray[j  ] & 0xff) | 
                        ((byteArray[j+1] & 0xff) <<  8) |
                        ( byteArray[j+2]         << 16));
}

您将获得交错的两个通道的样本，因此您可能希望之后将它们分开。

如果您有单声道，则不会有两个交错的通道，而只有一次。16位可以用byteBuffer.getShort()，32位可以用byteBuffer.getInt()。但是 24 位不常用于计算，因此ByteBuffer没有方法。如果您有未签名的样本，则必须屏蔽所有符号并抵消结果，但我猜未签名的 WAV 相当罕见。

于 2013-03-20T22:19:59.387 回答
0

对于 DSP 中的浮点类型，他们通常更喜欢 [0, 1] 或 [0, 1) 范围内的值，因此您应该将每个元素除以 2 24 -1。喜欢上面 MvG 的答案，但有一些变化

int t = ((byteArray[j  ] & 0xff) <<  0) |
        ((byteArray[j+1] & 0xff) <<  8) |
         (byteArray[j+2]         << 16);
return t/double(0xFFFFFF);

但是对于数据处理目的double来说确实是浪费空间和CPU 。我建议将其转换为 32 位 int，或者float具有相同的精度（24 位）但范围更大。事实上，当您进行音频或视频处理时，32 位 int 或 float 是数据通道的最大类型

最后，您可以利用多线程和SIMD来加速转换

于 2013-09-25T04:18:03.653 回答