问如何从wav文件中提取声音数据？

EN

我不是一个Java程序员，但我知道一些关于音频渲染的知识，所以希望下面的内容能有所帮助.

考虑到您几乎总是拥有比可用像素更多的样本，那么明智的做法是从示例数据的缓存缩减或“摘要”中提取。这通常是音频编辑器(如Audacity)呈现音频数据的方式。实际上，最常见的策略是计算每个像素的样本数，然后为每个大小SamplesPerPixel块找到最大和最小样本，然后在每个最大-min对之间画一条垂直线。您可能希望缓存这种缩减，或者针对不同的缩放级别进行一系列这样的缩减。Audacity将缓存到磁盘上的临时文件(“块文件”)。

然而，上述可能有点过于简化，因为在现实中，您将希望从固定大小的块(例如256个样本)中计算初始的max-min对，而不是从一个大小SamplesPerPixel中计算。然后，您可以从缓存的缩减中进一步计算“动态”的缩减。要点是，SamplesPerPixel通常是一个动态的数量--因为用户可能随时调整画布的大小(希望这是合理的.)。

还请记住，当您在画布上绘图时，您将需要根据画布的宽度和高度缩放示例值。最好的方法(至少在垂直方向上)是将样本标准化，然后乘以画布的高度。16位音频由范围为32768,32767的样本组成，因此，要正常化，只需在32768进行浮点除法。然后反转符号(将波形翻转到画布坐标)，添加1(以补偿负值)，并将画布高度乘以一半。反正我就是这么做的。

This页面展示了如何使用Java构建基本的波形显示。我没有详细地看过它，但我认为它只是降低了数据样本，而不是计算max-min对。当然，这不会像max-min方法那样提供精确的简化，但是计算起来更容易。

如果您想知道如何正确地处理事情，您应该深入了解Audacity源代码(不过，请注意--这是相当粗糙的C++)。要获得一个总体的概述，您可以看看'A Fast Data Structure for Disk-Based Audio Editing'，由奥迪的原始作者，多米尼克马佐尼。不过，你需要从CMJ那里购买。

对于标准的WAV文件，这实际上是相当容易的。一旦您通过标题，您只需将每16位解释为一个2的补整数。我建议使用DataInputStream，因为它就像调用readShort()一样容易。

这是每个样本点的振幅值。您可能想做一些平均值或其他什么，因为大多数情况下，会有更多的样本比水平像素。尝试在某种线条图上绘制所有的样本可能不是最好的方法。

您需要做的第一件事是读取原始数据。编写一个Wav文件解析器并不困难，但您也可以使用javasound。关于使用此api的一些很好的提示和示例代码如下：

http://www.jsresources.org/

如果您想编写自己的解析器，可以从这里开始：

https://ccrma.stanford.edu/courses/422/projects/WaveFormat/

一旦有了原始数据，就可以将其显示为时间的函数。这叫做波形。

但是，当用户对大量数据“放大”时，显示波形是很费时的:一个小时的数据需要很长时间才能以这种方式呈现。因此，大多数应用程序都预先计算了一些数据，以便更快地绘制放大后的数据。这样做的“正确”方式如下：

• 在文件中的示例块上循环(大约从50到500之间)
  • 读取样本块
  • 取所有这些样品的绝对值
  • 取绝对值的最大值
  • 将最大值存储为该块的“缩放”值。

​

当我说“正确”的时候，我的意思是每个人都是这样做的，所以它会产生一个人们所期望的观点。如果你做了一些不同的事情(比如计算日志或平均而不是寻找峰值)，你就会得到一些看起来不太对劲的东西，就像这个家伙发现的那样：

drawing waveform - converting to DB squashes it