怎么在Android中实现音频合成功能

  

这期内容当中小编将会给大家带来有关怎么在Android中实现音频合成功能,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。

情景一

假设A音频40秒,B音频20秒,B音频数据拼接到A音频后面,得到60秒的C音频文件。

这种情况最简单了,新建音频文件C,将A音频的PCM数据复制到C音频文件上,再将B音频的PCM数据复制到C音频文件上,然后为C音频写上wav文件头信息,得到可播放的WAV文件。

情景二

假设A音频40秒,B音频20秒,B音频数据插入到A音频10秒的地方,得到60秒的C音频文件。

这种情况稍微复杂点,新建音频文件C,将A音频前10秒的PCM数据复制到C音频文件上,再将B音频的PCM数据复制到C音频文件上,再将A音频后30秒的PCM数据复制到C音频文件上,最后为C音频写上wav文件头信息,得到可播放的WAV文件。

情景三

假设A音频40秒,B音频20秒,B音频5至15秒的数据插入到A音频10秒的地方,得到50秒的C音频文件。

这种情况更复杂,也是最常见的插入场景,裁剪B音频并插入到A音频的某个位置,这里涉及到B音频数据的裁剪,当然原理其实也是简单的,计算出B音频5秒和10秒对应的文件数据位置,然后复制这个区间的数据到C上,针对A文件的数据,也是同样道理。

情景四

A音频和B音频中多段数据相互拼接

这种情况,原理同上面一样,只要知道指定时间对应的数据是什么,就可以实现自由拼接了。

音频拼接的实现参考我的Github项目 AudioEdit,这里我就不贴具体代码了。

音频混合

音频混合是指一段音频和另一段音频合在一起,能够同时播放,比如最常见的人声录音和背景音乐的合成,可以得到一首人声歌曲。
音频混合的原理是

音频混合原理: 量化的语音信号的叠加等价于空气中声波的叠加。

也就是说将输入的每段音频的某个时间点的采样点数值进行相加,即可将声音信号加入到输出的音频中。

音频采样点数值的大小是(-32768,32767),对应short的最小值和最大值,音频采样点数据就是由一个个数值组成的的。如果单纯叠加,可能会造成相加后的值会大于32767,超出short的表示范围,也就是溢出,所以在音频混合上回采用一些算法进行处理。下面列举下简单的混合方式。

直接叠加法

A(A1,A2,A3,A4)和B(B1,B2,B3,B4)叠加后求平均值,得到C((A1+B1),(A2+B2),(A3+B3),(A4+B4))
这种情况,输出的音频中A和B音频数据都可以以相同声音大小播放,但是可能出现溢出的情况。假设A音频指定时间点的某段采样数据是(23,67,511,139,307),B音频对应该时间点的采样数据是(1101,300,47,600,22),那么两者直接叠加的话,得到的采样数据是(1124,367,558,739,329),这个短采样数据就是两者声音混合的数据了。

叠加后求平均值

A(A1,A2,A3,A4)和B(B1,B2,B3,B4)叠加后求平均值,得到C((A1+B1)/2,(A2+B2)/2,(A3+B3)/2,(A4+B4)/2)
这样可以避免出现溢出的情况,但是会出现两者声音会比之前单独的声音小了一半,比如人声和背景音乐混合,导致输出的音频中,人声小了一半,背景音乐也小了一半,这种情况可能就不是想要的效果,特别是多段音频混合的情况。

权值叠加法

A(A1,A2,A3,A4)和B(B1,B2,B3,B4)权值叠加,A权值为x,B权值为y,得到C((A1 * x+B1 * y),(A2 * x+B2 * y),(A3 * x+B3 * y),(A4 * x+B4 * y))
这样可以更方便条件A和B的音量的大小,比如A的权值为1.2,B的权值为0.8,那么A的声音相对提高了,B的声音相对减弱了。严格来说,直接叠加法和叠加求平均值法都属于该类型。

此外还有各种更复杂的混合算法,如动态权值法,A和B的权值会根据当前时刻采样点数值的大小进行动态变化,得到一个动态增益和衰减的混合方式。

下面是直接叠加法的实现,需要注意short值要按大端存储的方式计算,存储时按大端方式存储。

 /**
  ,*叠加合成器
  ,* @author 达西
  ,*/,private  static  class  AddAudioMixer  extends  MultiAudioMixer {
  
  ,@Override
  ,public  byte [], mixRawAudioBytes (byte [] [], bMulRoadAudioes), {
  
  if 才能;(bMulRoadAudioes ==, null  | |, bMulRoadAudioes.length ==, 0)
  return 才能;零;
  
  ,,byte [], realMixAudio =, bMulRoadAudioes [0];
  
  如果才能(bMulRoadAudioes.length ==, 1)
  return 才能;realMixAudio;
  
  ,,(int  rw =, 0,,, rw  & lt;, bMulRoadAudioes.length ,, + + rw) {
  如果才能(bMulRoadAudioes (rw) .length  !=, realMixAudio.length) {
  ,,Log.e (“app",,“column  of 从而road  of  audio  +,“, +, rw  +“, is 不同!”);
  ,,return 零;
  ,,}
  ,,}//才能row 代表参与合成的音频数量//才能column 代表一段音频的采样点数,这里所有参与合成的音频的采样点数都是相同的
  int 才能;row =, bMulRoadAudioes.length;
  int 才能;coloum =, realMixAudio.length /, 2;
  短才能[][],sMulRoadAudioes =, new 短(行)(coloum);//才能PCM音频16位的存储是大端存储方式,即低位在前,高位在后,例如(x, x,, X3Y3)数据,它代表的采样点数值就是((Y1  *, 256, +, X1),, (Y2  *, 256, +, X2),, (Y3  *, 256, +, X3))
  for 才能;(int  r =, 0;, r  & lt;,行,,+ + r), {
  for 才能;(int  c =, 0;, c  & lt;, coloum;, + + c), {
  ,,sMulRoadAudioes [r] [c],=,(短),((bMulRoadAudioes [r] [* c  2],,, 0 xff), |, (bMulRoadAudioes [r] [c  *, 2, +, 1],,, 0 xff), & lt; & lt;, 8);
  ,,}
  ,,}
  
  短的[],才能sMixAudio =, new 短(coloum);
  int 才能;mixVal;
  int 才能;sr =, 0;
  for 才能;(int  sc =, 0;, sc  & lt;, coloum;, + + sc), {
  时间=mixVal 才能;0;
  时间=sr 才能;0;//这才能里采取累加法
  for 才能;(,sr  & lt;,行,,+ + sr), {
  ,,mixVal  +=, sMulRoadAudioes (sr) (sc);
  ,,}//才能最终值不能大于短最大值,因此可能出现溢出
  sMixAudio才能(sc),=,(短),(mixVal);
  ,,}//短值才能转为大端存储的双字节序列
  for 才能;(sr =, 0;, sr  & lt;, coloum;, + + sr), {
  realMixAudio才能(sr  *, 2),=,(字节),(sMixAudio (sr),,, 0 x00ff);
  null
  null
  null
  null
  null
  null
  null

怎么在Android中实现音频合成功能