Java 分层音频文件时的峰值剪辑

因此，作为我正在进行的一个项目的一部分，我正在尝试将多个音频片段相互层叠，以创建人群的声音，并将其写入一个新的.WAV文件

首先，我创建一个文件的byte[]表示形式（一个16位PCM.WAV文件），它似乎不会引起任何问题

public byte[] toByteArray(File file)
{
    try
    {
        AudioInputStream in = AudioSystem.getAudioInputStream(file);

        byte[] byteArray = new byte[(int) file.length()];//make sure the size is correct

        while (in.read(byteArray) != -1) ;//read in byte by byte until end of audio input stream reached

        return byteArray;//return the new byte array
    }

然后，我创建一个缓冲区（一个整数数组，以便在添加字节时防止字节溢出），并尝试在我的文件的字节数组版本中分层

 int[] buffer = new int[bufferLength];//buffer of appropriate length
        int offset = 0;//no offset for the very first file

        while(!convertedFiles.isEmpty())//until every sample has been added
        {
            byte[] curr = convertedFiles.pop();//get a sample from list

            if(curr.length+offset < bufferLength)
            {
                for (int i =0; i < curr.length; i++)
                {
                    buffer[i] += curr[i];
                }
            }

           offset = randomiseOffset();//next sample placed in a random location in the buffer
        }

我意识到我需要小心避免溢出，所以我尝试使用整数缓冲区而不是字节缓冲区

但我不明白的是，为什么当我引入补偿时，它才会中断

我没有发布实际使用AudioSystem对象创建新文件的代码，因为这两种方式似乎都没有效果

这是我第一次使用音频编程，非常感谢您的帮助

编辑：

Hendrik的回答解决了我的问题，但我只需要稍微更改建议的代码（一些类型转换问题）：

private static short byteToShortLittleEndian（最终字节[]buf，最终整数偏移量）
{
int sample=（buf[offset]&0xff）+（buf[offset+1]&0xff）>8）和0xff）；
返回buf；
}

您的

randomiseOffset（）

方法看起来像什么？它是否考虑到每个音频样本有两个字节长？如果

randomiseOffset（）

提供奇数偏移量，则最终会将一个样本的低字节与另一个样本的高字节混合在一起，这听起来像（通常很可怕）噪音。也许这就是你认为是剪辑的声音

 buffer[i+offset] += curr[i];

要做到这一点，您需要首先解码音频，即考虑采样长度（2字节）和通道计数（？），进行操作，然后再次将音频编码为字节流

假设只有一个通道，字节顺序为。然后将两个字节解码为如下示例值：

private static int byteToShortLittleEndian(final byte[] buf, final int offset) {
    int sample = (buf[offset] & 0xff) + ((buf[offset+1] & 0xff) << 8);
    return (short)sample;
}

private static byte[] shortToByteLittleEndian(final int[] samples, final int offset) {
    byte[] buf = new byte[2];
    int sample = samples[offset];
    buf[0] = sample & 0xFF;
    buf[1] = (sample >> 8) & 0xFF;
    return buf;
}

以下是在您的案例中如何使用这两种方法：

byte[] byteArray = ...;  // your array
// DECODE: convert to sample values
int[] samples = byteArray.length / 2;
for (int i=0; i<samples.length; i++) {
    samples[i] = byteToShortLittleEndian(byteArray, i*2);
}
// now do your manipulation on the samples array
[...]
// ENCODE: convert back to byte values
byte[] byteOut = new byte[byteArray.length];
for (int i=0; i<samples.length; i++) {
    byte[] b = shortToByteLittleEndian(samples, i);
    byteOut[2*i] = b[0];
    byteOut[2*i+1] = b[1];
}
// do something with byteOut ...

byte[]byteArray=…；//你的阵列
//解码：转换为样本值
int[]samples=byteArray.length/2；
对于（int i=0；我非常感谢你的帮助，Hendrik。你对randomiseOffset方法过于简单的怀疑是正确的，但这是一个足够简单的修复方法，不会返回奇数值。当谈论批量解码/编码以提高效率时，你是指简单地循环编码过程，还是更复杂lex？非常感谢您提供有关此主题的任何资源。感谢againI，这意味着要重写这些编码/解码方法，以便它们一次对多个样本进行解码/编码，而不仅仅是一个样本。顺便说一句：仅将随机化方法更改为仅返回偶数值不是正确的解决方案。
byte[] byteArray = ...;  // your array
// DECODE: convert to sample values
int[] samples = byteArray.length / 2;
for (int i=0; i<samples.length; i++) {
    samples[i] = byteToShortLittleEndian(byteArray, i*2);
}
// now do your manipulation on the samples array
[...]
// ENCODE: convert back to byte values
byte[] byteOut = new byte[byteArray.length];
for (int i=0; i<samples.length; i++) {
    byte[] b = shortToByteLittleEndian(samples, i);
    byteOut[2*i] = b[0];
    byteOut[2*i+1] = b[1];
}
// do something with byteOut ...