AudioTrack - 使用jlayer的短数组到字节数组失真（java mp3 decoder）

时间：2013-02-27 22:49:03

标签： java android mp3 pcm jlayer

我正在使用jLayer解码MP3数据，通过以下调用：

SampleBuffer output = (SampleBuffer) decoder.decodeFrame(frameHeader, bitstream);

这个返回解码数据的调用返回一个short []数组。    output.getBuffer();

当我使用该方法调用AudioTrack write（）时，它在我循环遍历文件时播放正常：

at.write(output.getBuffer(), 0, output.getBuffer().length);

然而，当我使用这个答案中的任何方法将short []数组转换为byte []数组时：https://stackoverflow.com/a/12347176/1176436声音变得扭曲和抖动：

at.write(output.getBuffer(), 0, output.getBuffer().length);

成为：

byte[] array = ShortToByte_Twiddle_Method(output.getBuffer());
at.write(array,  0,  array.length);

我做错了什么，我该怎么做才能解决它？不幸的是，我需要将pcm数据放在我正在使用的另一个第三方库的字节数组中。如果重要的话，该文件是22kHz，这就是实例化的方式：

at = new AudioTrack(AudioManager.STREAM_MUSIC, 22050, AudioFormat.CHANNEL_OUT_STEREO,
                AudioFormat.ENCODING_PCM_16BIT, 10000 /* 10 second buffer */,
                AudioTrack.MODE_STREAM);

提前非常感谢你。

编辑：这就是我现在实例化AudioTrack变量的方式。因此对于44kHz文件，发送的值是44100，而对于22kHz文件，值是22050。

at = new AudioTrack(AudioManager.STREAM_MUSIC, decoder.getOutputFrequency(), 
                                  decoder.getOutputChannels() > 1 ? AudioFormat.CHANNEL_OUT_STEREO : AudioFormat.CHANNEL_OUT_MONO,
                                  AudioFormat.ENCODING_PCM_16BIT, 10000 /* 10 second buffer */,
                                  AudioTrack.MODE_STREAM);

这是解码方法：

public byte[] decode(InputStream inputStream, int startMs, int maxMs) throws IOException {
        ByteArrayOutputStream outStream = new ByteArrayOutputStream(1024);

        float totalMs = 0;
        boolean seeking = true;

        try {
            Bitstream bitstream = new Bitstream(inputStream);
            Decoder decoder = new Decoder();

            boolean done = false;
            while (!done) {
                Header frameHeader = bitstream.readFrame();
                if (frameHeader == null) {
                    done = true;
                } else {
                    totalMs += frameHeader.ms_per_frame();

                    if (totalMs >= startMs) {
                        seeking = false;
                    }

                    if (!seeking) {
                        // logger.debug("Handling header: " + frameHeader.layer_string());
                        SampleBuffer output = (SampleBuffer) decoder.decodeFrame(frameHeader, bitstream);                            

                        short[] pcm = output.getBuffer();
                        for (short s : pcm) {
                            outStream.write(s & 0xff);
                            outStream.write((s >> 8) & 0xff);
                        }
                    }

                    if (totalMs >= (startMs + maxMs)) {
                        done = true;
                    }
                }
                bitstream.closeFrame();
            }

            return outStream.toByteArray();
        } catch (BitstreamException e) {
            throw new IOException("Bitstream error: " + e);
        } catch (DecoderException e) {
            throw new IOException("Decoder error: " + e);
        }
    }

听起来就是这样（等待几秒钟）：https://vimeo.com/60951237（这是实际文件：http://www.tonycuffe.com/mp3/tail%20toddle.mp3）

编辑：我本来喜欢将赏金分开，但我已经给了比尔以及Neil接受的答案。两者都是一个巨大的帮助。对于那些想知道的人，我最终重写了Sonic本机代码，这有助于我继续前进。

2 个答案:

答案 0 :(得分：4)

正如@Bill Pringlemeir所说，问题是您的转换方法实际上并没有转换。短路是16位数;一个字节是一个8位数。您选择的方法不会转换短路的内容（即内容从16位变为8位），它会改变存储相同位的集合的方式。如你所说，你需要这样的东西：

SampleBuffer output = (SampleBuffer) decoder.decodeFrame(frameHeader, bitstream);
byte[] array = MyShortToByte(output.getBuffer());
at.write(array,  0,  array.length);

@Bill Pringlemeir的方法相当于将所有短路除以256，以确保它们适合字节范围：

byte[] MyShortToByte(short[] buffer) {
    int N = buffer.length;
    ByteBuffer byteBuf = ByteBuffer.allocate(N);
    while (N >= i) {
        byte b = (byte)(buffer[i]/256);  /*convert to byte. */
        byteBuf.put(b);
        i++;
    }
    return byteBuf.array();
}

这样可行，但可能会给你非常安静，前卫的音调。如果你能负担得起处理时间，那么两遍方法可能会给出更好的结果：

byte[] MyShortToByte(short[] buffer) {
    int N = buffer.length;
    short min = 0;
    short max = 0;
    for (int i=0; i<N; i++) {
         if (buffer[i] > max) max = buffer[i];
         if (buffer[i] < min) min = buffer[i];
         }
    short scaling = 1+(max-min)/256; // 1+ ensures we stay within range and guarantee no divide by zero if sequence is pure silence ...

    ByteBuffer byteBuf = ByteBuffer.allocate(N);
    for (int i=0; i<N; i++) {
        byte b = (byte)(buffer[i]/scaling);  /*convert to byte. */
        byteBuf.put(b);
    }
    return byteBuf.array();
}

再次提防签名/未签名问题。上述作品已签署 - ＆gt;签名和未签名 - ＆gt; unsigned;但不是两者之间。可能是您正在读取签名的短路（-32768-32767），但需要输出无符号字节（0-255），...

如果你能负担得起处理时间，那么更精确（更顺畅）的方法就是通过浮点数（这也可以解决签名/未签名问题）：

byte[] MyShortToByte(short[] buffer) {
    int N = buffer.length;
    float f[] = new float[N];
    float min = 0.0f;
    float max = 0.0f;
    for (int i=0; i<N; i++) {
         f[i] = (float)(buffer[i]);
         if (f[i] > max) max = f[i];
         if (f[i] < min) min = f[i];
         }
    float scaling = 1.0f+(max-min)/256.0f; // +1 ensures we stay within range and guarantee no divide by zero if sequence is pure silence ...

    ByteBuffer byteBuf = ByteBuffer.allocate(N);
    for (int i=0; i<N; i++) {
        byte b = (byte)(f[i]/scaling);  /*convert to byte. */
        byteBuf.put(b);
    }
    return byteBuf.array();
}

答案 1 :(得分：3)

问题在于您的short到byte转化。 byte conversion链接会保留所有信息，包括高byte部分。当您从16位转换为8位PCM样本时，必须丢弃低位字节。我的Java技能很弱，所以以下内容可能不会逐字逐句。另见：short to byte conversion. 

ByteBuffer byteBuf = ByteBuffer.allocate(N);
while (N >= i) {
  /* byte b = (byte)((buffer[i]>>8)&0xff);  convert to byte. native endian */
 byte b = (byte)(buffer[i]&0xff);  /*convert to byte; swapped endian. */
 byteBuf.put(b);
  i++;
}

这是以下转换，

  AAAA AAAA SBBB BBBB  -> AAAA AAAA, +1 if S==1 and positive else -1 if S==1

A有点保留。 B是一个丢弃的位，S是您可能希望用于舍入的位。不需要舍入，但听起来可能会好一些。基本上，16位PCM的分辨率高于8位PCM。转换完成后，丢失这些位。 short到byte例程会尝试保留所有信息。

当然，您必须告诉声音库您正在使用8-bit PCM。我猜，

at = new AudioTrack(AudioManager.STREAM_MUSIC, 22050, AudioFormat.CHANNEL_OUT_STEREO,
            AudioFormat.ENCODING_PCM_8BIT, 10000 /* 10 second buffer */,
            AudioTrack.MODE_STREAM);

如果您只能使用16bit PCM播放音频，则必须执行反向操作并将8bit PCM从库转换为16bit PCM以进行播放。另请注意，通常情况下，8bit样本通常不直接PCM但u-law或a-law编码。如果3 rd 派对库使用这些格式，则转换会有所不同，但您应该可以从维基百科链接中对其进行编码。

注意：我没有将舍入代码包含在overflow中，sign处理会使答案复杂化。您必须检查overflow（即，0x8f + 1给出0xff或255 + 1给-1）。但是，我怀疑图书馆不是直的8bit PCM。

另请参阅：Alsa PCM overview，Multi-media wiki entry on PCM - 最终Android会使用 ALSA 来发声。

PCM原始缓冲区必须正确的其他因素包括采样率，通道数（立体声/单声道），PCM格式（包括位），压缩扩展，很少/大端和样本交错。

编辑：经过一些调查，JLayer解码器通常返回big endian 16位值。 Sonic过滤器需要byte，但会将其威胁为16位little endian。最后，AudioTrack类需要16位little endian。我相信由于某种原因，JLayer mp3解码器将返回16位little endian值。问题中的decode()方法执行16位值的字节交换。此外，发布的音频听起来好像是交换了字节。

public byte[] decode(InputStream inputStream, int startMs, int maxMs, bool swap) throws IOException {
...
                    short[] pcm = output.getBuffer();
                    for (short s : pcm) {
                        if(swap) {
                          outStream.write(s & 0xff);
                          outStream.write((s >> 8) & 0xff);
                        } else {
                          outStream.write((s >> 8) & 0xff);
                          outStream.write(s & 0xff);
                        }
                    }
...

对于44k mp3，您可以使用swap = true;调用例程。对于22k mp3 swap = false。这解释了所有报道的现象。我不知道为什么JLayer mp3解码器有时输出big endian，有时输出little endian。我想这取决于源mp3而不是采样率。

相关问题
最新问题