前言
本篇開始講解音頻編輯的具體操作，從相對簡單的音頻裁剪開始。要進行音頻裁剪，我的方案是開啟一個Service服務用于音頻裁剪的耗時操作，主界面發送裁剪命令，同時注冊EventBus接受裁剪的消息（當然也可以使用廣播接受的方式）。因此，在本篇主要會講解以下內容：
下面是音頻裁剪效果圖：
音頻編輯項目的整體結構
該音頻測試項目的結構其實很簡單，大致就是以Fragment為基礎的各個界面，以IntentService為基礎的后臺服務，以及最重要的音頻編輯工具類實現。大致結構如下：
現在我們看看它們之間的主要流程實現：
CutFragment發起音頻裁剪任務，同時接收更新音頻編輯消息
public class CutFragment extends Fragment { ... /** * 裁剪音頻 */ private void cutAudio() { String path1 = tvAudioPath1.getText().toString(); if(TextUtils.isEmpty(path1)){ ToastUtil.showToast("音頻路徑為空"); return; } float startTime = Float.valueOf(etStartTime.getText().toString()); float endTime = Float.valueOf(etEndTime.getText().toString()); if(startTime <= 0){ ToastUtil.showToast("時間不對"); return; } if(endTime <= 0){ ToastUtil.showToast("時間不對"); return; } if(startTime >= endTime){ ToastUtil.showToast("時間不對"); return; } //調用AudioTaskCreator發起音頻裁剪任務 AudioTaskCreator.createCutAudioTask(getContext(), path1, startTime, endTime); } /** * 接收并更新裁剪消息 */ @Subscribe(threadMode = ThreadMode.MAIN) public void onReceiveAudioMsg(AudioMsg msg) { if(msg != null && !TextUtils.isEmpty(msg.msg)){ tvMsgInfo.setText(msg.msg); mCurPath = msg.path; } }}AudioTaskCreator啟動音頻裁剪任務AudioTaskService
public class AudioTaskCreator { ... /** * 啟動音頻裁剪任務 * @param context * @param path */ public static void createCutAudioTask(Context context, String path, float startTime, float endTime){ Intent intent = new Intent(context, AudioTaskService.class); intent.setAction(ACTION_AUDIO_CUT); intent.putExtra(PATH_1, path); intent.putExtra(START_TIME, startTime); intent.putExtra(END_TIME, endTime); context.startService(intent); }}AudioTaskService服務將接受的Intent任務交給AudioTaskHandler處理
/** * 執行后臺任務的服務 */public class AudioTaskService extends IntentService { private AudioTaskHandler mTaskHandler; public AudioTaskService() { super("AudioTaskService"); } @Override public void onCreate() { super.onCreate(); mTaskHandler = new AudioTaskHandler(); } /** * 實現異步任務的方法 * * @param intent Activity傳遞過來的Intent,數據封裝在intent中 */ @Override protected void onHandleIntent(Intent intent) { if (mTaskHandler != null) { mTaskHandler.handleIntent(intent); } }}AudioTaskService服務將接受的Intent任務交給AudioTaskHandler處理，根據不同的Intent action，調用不同的處理方法
/** * */public class AudioTaskHandler { public void handleIntent(Intent intent){ if(intent == null){ return; } String action = intent.getAction(); switch (action){ case AudioTaskCreator.ACTION_AUDIO_CUT: { //裁剪 String path = intent.getStringExtra(AudioTaskCreator.PATH_1); float startTime = intent.getFloatExtra(AudioTaskCreator.START_TIME, 0); float endTime = intent.getFloatExtra(AudioTaskCreator.END_TIME, 0); cutAudio(path, startTime, endTime); } break; //其他編輯任務 ... default: break; } } /** * 裁剪音頻 * @param srcPath 源音頻路徑 * @param startTime 裁剪開始時間 * @param endTime 裁剪結束時間 */ private void cutAudio(String srcPath, float startTime, float endTime){ //具體裁剪操作 } }音頻裁剪方法的實現
接下來是音頻裁剪的具體操作。還記得上一篇文章說的，音頻的裁剪操作都是要基于PCM文件或者WAV文件上進行的，所以對于一般的音頻文件都是需要先解碼得到PCM文件或者WAV文件，才能進行具體的音頻編輯操作。因此音頻裁剪操作需要經歷以下步驟：
如下，對源音頻進行解碼，得到解碼后的音頻文件，然后根據解碼音頻文件得到Audio音頻相關信息，里面記錄音頻相關的信息如采樣率，聲道數，采樣位數等。
/** * */public class AudioTaskHandler { /** * 裁剪音頻 * @param srcPath 源音頻路徑 * @param startTime 裁剪開始時間 * @param endTime 裁剪結束時間 */ private void cutAudio(String srcPath, float startTime, float endTime){ String fileName = new File(srcPath).getName(); String nameNoSuffix = fileName.substring(0, fileName.lastIndexOf('.')); fileName = nameNoSuffix + Constant.SUFFIX_WAV; String outName = nameNoSuffix + "_cut.wav"; //裁剪后音頻的路徑 String destPath = FileUtils.getAudioEditStorageDirectory() + File.separator + outName; //解碼源音頻，得到解碼后的文件 decodeAudio(srcPath, destPath); if(!FileUtils.checkFileExist(destPath)){ ToastUtil.showToast("解碼失敗" + destPath); return; } //獲取根據解碼后的文件得到audio數據 Audio audio = getAudioFromPath(destPath); //裁剪操作 if(audio != null){ AudioEditUtil.cutAudio(audio, startTime, endTime); } //裁剪完成，通知消息 String msg = "裁剪完成"; EventBus.getDefault().post(new AudioMsg(AudioTaskCreator.ACTION_AUDIO_CUT, destPath, msg)); } /** * 獲取根據解碼后的文件得到audio數據 * @param path * @return */ private Audio getAudioFromPath(String path){ if(!FileUtils.checkFileExist(path)){ return null; } if (android/197217.html">android.os.Build.VERSION.SDK_INT >= android.os.Build.VERSION_CODES.JELLY_BEAN) { try { Audio audio = Audio.createAudioFromFile(new File(path)); return audio; } catch (Exception e) { e.printStackTrace(); } } return null; } }獲取音頻文件相關信息
而獲取Audio信息其實就是解碼時獲取MediaFormat，然后獲取音頻相關的信息的。
/** * 音頻信息 */public class Audio { private String path; private String name; private float volume = 1f; private int channel = 2; private int sampleRate = 44100; private int bitNum = 16; private int timeMillis; ... @RequiresApi(api = Build.VERSION_CODES.JELLY_BEAN) public static Audio createAudioFromFile(File inputFile) throws Exception { MediaExtractor extractor = new MediaExtractor(); MediaFormat format = null; int i; try { extractor.setDataSource(inputFile.getPath()); }catch (Exception ex){ ex.printStackTrace(); extractor.setDataSource(new FileInputStream(inputFile).getFD()); } int numTracks = extractor.getTrackCount(); for (i = 0; i < numTracks; i++) { format = extractor.getTrackFormat(i); if (format.getString(MediaFormat.KEY_MIME).startsWith("audio/")) { extractor.selectTrack(i); break; } } if (i == numTracks) { throw new Exception("No audio track found in " + inputFile); } Audio audio = new Audio(); audio.name = inputFile.getName(); audio.path = inputFile.getAbsolutePath(); audio.sampleRate = format.containsKey(MediaFormat.KEY_SAMPLE_RATE) ? format.getInteger(MediaFormat.KEY_SAMPLE_RATE) : 44100; audio.channel = format.containsKey(MediaFormat.KEY_CHANNEL_COUNT) ? format.getInteger(MediaFormat.KEY_CHANNEL_COUNT) : 1; audio.timeMillis = (int) ((format.getLong(MediaFormat.KEY_DURATION) / 1000.f)); //根據pcmEncoding編碼格式，得到采樣精度，MediaFormat.KEY_PCM_ENCODING這個值不一定有 int pcmEncoding = format.containsKey(MediaFormat.KEY_PCM_ENCODING) ? format.getInteger(MediaFormat.KEY_PCM_ENCODING) : AudioFormat.ENCODING_PCM_16BIT; switch (pcmEncoding){ case AudioFormat.ENCODING_PCM_FLOAT: audio.bitNum = 32; break; case AudioFormat.ENCODING_PCM_8BIT: audio.bitNum = 8; break; case AudioFormat.ENCODING_PCM_16BIT: default: audio.bitNum = 16; break; } extractor.release(); return audio; }}這里要注意，通過MediaFormat獲取音頻信息的時候，獲取采樣位數是要先查找MediaFormat.KEY_PCM_ENCODING這個key對應的值，如果是AudioFormat.ENCODING_PCM_8BIT，則是8位采樣精度，如果是AudioFormat.ENCODING_PCM_16BIT，則是16位采樣精度，如果是AudioFormat.ENCODING_PCM_FLOAT（android 5.0 版本新增的類型），則是32位采樣精度。當然可能MediaFormat中沒有包含MediaFormat.KEY_PCM_ENCODING這個key信息，這時就使用默認的AudioFormat.ENCODING_PCM_16BIT，即默認的16位采樣精度（也可以說2個字節作為一個采樣點編碼）。
接下來就是真正的裁剪操作了。根據audio中的音頻信息得到將要寫入的wav文件頭信息字節數據，創建隨機讀寫文件，寫入文件頭數據，然后源隨機讀寫文件移動到指定的開始時間開始讀取，目標隨機讀寫文件將讀取的數據寫入，知道源隨機文件讀到指定的結束時間停止，這樣就完成了音頻文件的裁剪操作。
public class AudioEditUtil { /** * 裁剪音頻 * @param audio 音頻信息 * @param cutStartTime 裁剪開始時間 * @param cutEndTime 裁剪結束時間 */ public static void cutAudio(Audio audio, float cutStartTime, float cutEndTime){ if(cutStartTime == 0 && cutEndTime == audio.getTimeMillis() / 1000f){ return; } if(cutStartTime >= cutEndTime){ return; } String srcWavePath = audio.getPath(); int sampleRate = audio.getSampleRate(); int channels = audio.getChannel(); int bitNum = audio.getBitNum(); RandomAccessFile srcFis = null; RandomAccessFile newFos = null; String tempOutPath = srcWavePath + ".temp"; try { //創建輸入流 srcFis = new RandomAccessFile(srcWavePath, "rw"); newFos = new RandomAccessFile(tempOutPath, "rw"); //源文件開始讀取位置，結束讀取文件，讀取數據的大小 final int cutStartPos = getPositionFromWave(cutStartTime, sampleRate, channels, bitNum); final int cutEndPos = getPositionFromWave(cutEndTime, sampleRate, channels, bitNum); final int contentSize = cutEndPos - cutStartPos; //復制wav head 字節數據 byte[] headerData = AudioEncodeUtil.getWaveHeader(contentSize, sampleRate, channels, bitNum); copyHeadData(headerData, newFos); //移動到文件開始讀取處 srcFis.seek(WAVE_HEAD_SIZE + cutStartPos); //復制裁剪的音頻數據 copyData(srcFis, newFos, contentSize); } catch (Exception e) { e.printStackTrace(); return; }finally { //關閉輸入流 if(srcFis != null){ try { srcFis.close(); } catch (IOException e) { e.printStackTrace(); } } if(newFos != null){ try { newFos.close(); } catch (IOException e) { e.printStackTrace(); } } } // 刪除源文件, new File(srcWavePath).delete(); //重命名為源文件 FileUtils.renameFile(new File(tempOutPath), audio.getPath()); }}計算裁剪時間點對應文件中數據的位置
需要注意的是根據時間計算在文件中的位置，它是這么實現的：
/** * 獲取wave文件某個時間對應的數據位置 * @param time 時間 * @param sampleRate 采樣率 * @param channels 聲道數 * @param bitNum 采樣位數 * @return */ private static int getPositionFromWave(float time, int sampleRate, int channels, int bitNum) { int byteNum = bitNum / 8; int position = (int) (time * sampleRate * channels * byteNum); //這里要特別注意，要取整（byteNum * channels）的倍數 position = position / (byteNum * channels) * (byteNum * channels); return position; }這里要特別注意，因為time是個float的數，所以計算后的position取整它并不一定是（byteNum * channels）的倍數，而position的位置必須要是（byteNum * channels）的倍數，否則后面的音頻數據就全部亂了，那么在播放時就是撒撒撒撒的噪音，而不是原來的聲音了。原因是音頻數據是按照一個個采樣點來計算的，一個采樣點的大小就是（byteNum * channels），所以要取（byteNum * channels）的整數倍。
寫入wav文件頭信息
接著看看往新文件寫入wav文件頭是怎么實現的，這個在上一篇中也是有講過的，不過還是列出來吧：
/** * 獲取Wav header 字節數據 * @param totalAudioLen 整個音頻PCM數據大小 * @param sampleRate 采樣率 * @param channels 聲道數 * @param bitNum 采樣位數 * @throws IOException */ public static byte[] getWaveHeader(long totalAudioLen, int sampleRate, int channels, int bitNum) throws IOException { //總大小，由于不包括RIFF和WAV，所以是44 - 8 = 36，在加上PCM文件大小 long totalDataLen = totalAudioLen + 36; //采樣字節byte率 long byteRate = sampleRate * channels * bitNum / 8; byte[] header = new byte[44]; header[0] = 'R'; // RIFF header[1] = 'I'; header[2] = 'F'; header[3] = 'F'; header[4] = (byte) (totalDataLen & 0xff);//數據大小 header[5] = (byte) ((totalDataLen >> 8) & 0xff); header[6] = (byte) ((totalDataLen >> 16) & 0xff); header[7] = (byte) ((totalDataLen >> 24) & 0xff); header[8] = 'W';//WAVE header[9] = 'A'; header[10] = 'V'; header[11] = 'E'; //FMT Chunk header[12] = 'f'; // 'fmt ' header[13] = 'm'; header[14] = 't'; header[15] = ' ';//過渡字節 //數據大小 header[16] = 16; // 4 bytes: size of 'fmt ' chunk header[17] = 0; header[18] = 0; header[19] = 0; //編碼方式 10H為PCM編碼格式 header[20] = 1; // format = 1 header[21] = 0; //通道數 header[22] = (byte) channels; header[23] = 0; //采樣率，每個通道的播放速度 header[24] = (byte) (sampleRate & 0xff); header[25] = (byte) ((sampleRate >> 8) & 0xff); header[26] = (byte) ((sampleRate >> 16) & 0xff); header[27] = (byte) ((sampleRate >> 24) & 0xff); //音頻數據傳送速率,采樣率*通道數*采樣深度/8 header[28] = (byte) (byteRate & 0xff); header[29] = (byte) ((byteRate >> 8) & 0xff); header[30] = (byte) ((byteRate >> 16) & 0xff); header[31] = (byte) ((byteRate >> 24) & 0xff); // 確定系統一次要處理多少個這樣字節的數據，確定緩沖區，通道數*采樣位數 header[32] = (byte) (channels * 16 / 8); header[33] = 0; //每個樣本的數據位數 header[34] = 16; header[35] = 0; //Data chunk header[36] = 'd';//data header[37] = 'a'; header[38] = 't'; header[39] = 'a'; header[40] = (byte) (totalAudioLen & 0xff); header[41] = (byte) ((totalAudioLen >> 8) & 0xff); header[42] = (byte) ((totalAudioLen >> 16) & 0xff); header[43] = (byte) ((totalAudioLen >> 24) & 0xff); return header; }這里比上一篇中精簡了一些，只要傳入音頻數據大小，采樣率，聲道數，采樣位數這四個參數，就可以得到wav文件頭信息了，然后再將它寫入到wav文件開始處。
/** * 復制wav header 數據 * * @param headerData wav header 數據 * @param fos 目標輸出流 */ private static void copyHeadData(byte[] headerData, RandomAccessFile fos) { try { fos.seek(0); fos.write(headerData); } catch (Exception ex) { ex.printStackTrace(); } }寫入wav文件裁剪部分的音頻數據
接下來就是將裁剪部分的音頻數據寫入到文件中了。這里要先移動源文件的讀取位置到裁剪起始處，即
//移動到文件開始讀取處srcFis.seek(WAVE_HEAD_SIZE + cutStartPos);
這樣就可以從源文件讀取裁剪處的數據了
/** * 復制數據 * * @param fis 源輸入流 * @param fos 目標輸出流 * @param cooySize 復制大小 */ private static void copyData(RandomAccessFile fis, RandomAccessFile fos, final int cooySize) { byte[] buffer = new byte[2048]; int length; int totalReadLength = 0; try { while ((length = fis.read(buffer)) != -1) { fos.write(buffer, 0, length); totalReadLength += length; int remainSize = cooySize - totalReadLength; if (remainSize <= 0) { //讀取指定位置完成 break; } else if (remainSize < buffer.length) { //離指定位置的大小小于buffer的大小,換remainSize的buffer buffer = new byte[remainSize]; } } } catch (Exception ex) { ex.printStackTrace(); } }上面代碼目的就是讀取startPos開始，到startPos+copySize之間的數據。
總結
到這里的話，想必對裁剪的整體流程有一定的了解了，總結起來的話，首先是對音頻解碼，得到解碼后的wav文件或者pcm文件，然后取得音頻的文件頭信息（包括采樣率，聲道數，采樣位數，時間等），然后計算得到裁剪時間對應到文件中數據位置，以及裁剪的數據大小，然后計算得到裁剪后的wav文件頭信息，并寫入新文件中，最后將源文件裁剪部分的數據寫入到新文件中，最終得到裁剪后的wav文件了。
讀者可能會有疑問，我想要裁剪的是mp3文件，這里只是得到裁剪后的wav文件，那怎么得到裁剪后的mp3文件呢？這個就需要對該wav文件進行mp3編碼壓縮了，具體實現可以參考我的Github項目 AudioEdit
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持VEVB武林網。
新聞熱點
疑難解答
