如何使用 Java 中的声音 API 测量 .wav 文件特定时间戳处的声级？

要处理声音信号的幅度，您必须检查 .wav 文件中保存的 PCM 数据。不幸的是，Java 没有公开 PCM 值。Java 通过类提供各个 PCM 数据值，但您必须按顺序读取数据点。Java 教程：使用文件和格式转换器中提供了代码示例。ClipAudioInputStream

以下是页面相关部分的引用：

假设您正在编写一个声音编辑应用程序，该应用程序允许 用户从文件中加载声音数据，显示相应的波形 或频谱图，编辑声音，播放编辑后的数据，然后保存 结果在一个新文件中。或者，也许您的程序将读取数据 存储在文件中，应用某种信号处理（例如 在不改变音高的情况下减慢声音的算法），以及 然后播放处理后的音频。无论哪种情况，您都需要获得访问权限 添加到音频文件中包含的数据。假设您的程序 为用户提供一些选择或指定输入声音的方法 文件，读取该文件的音频数据涉及三个步骤：

1. 从文件中获取 AudioInputStream 对象。
2. 创建一个字节数组，您将在其中存储文件中的连续数据块。
3. 将音频输入流中的字节重复读取到数组中。在每次迭代中，对数组中的字节执行一些有用的操作 （例如，您可以播放它们、过滤它们、分析它们、显示它们 它们，或将它们写入另一个文件）。

以下代码片段概述了这些步骤：

int totalFramesRead = 0;
File fileIn = new File(somePathName);
// somePathName is a pre-existing string whose value was
// based on a user selection.
try {
  AudioInputStream audioInputStream = 
    AudioSystem.getAudioInputStream(fileIn);
  int bytesPerFrame = 
    audioInputStream.getFormat().getFrameSize();
    if (bytesPerFrame == AudioSystem.NOT_SPECIFIED) {
    // some audio formats may have unspecified frame size
    // in that case we may read any amount of bytes
    bytesPerFrame = 1;
  } 
  // Set an arbitrary buffer size of 1024 frames.
  int numBytes = 1024 * bytesPerFrame; 
  byte[] audioBytes = new byte[numBytes];
  try {
    int numBytesRead = 0;
    int numFramesRead = 0;
    // Try to read numBytes bytes from the file.
    while ((numBytesRead = 
      audioInputStream.read(audioBytes)) != -1) {
      // Calculate the number of frames actually read.
      numFramesRead = numBytesRead / bytesPerFrame;
      totalFramesRead += numFramesRead;
      // Here, do something useful with the audio data that's 
      // now in the audioBytes array...
    }
  } catch (Exception ex) { 
    // Handle the error...
  }
} catch (Exception e) {
  // Handle the error...
}

报价结束

在成为 PCM 之前，这些值本身需要另一个转换步骤。如果文件使用 16 位编码（最常见），则必须连接两个字节才能生成单个 PCM 值。对于两个字节，值的范围是从 -32778 到 32767（范围为 2^16）。

将这些值归一化为 -1 到 1 的范围是很常见的。这是通过使用分母中的 32767 或 32768 进行浮点除法来完成的。我真的不确定哪个更正确（或者完全正确有多重要）。我只是使用 32768 来避免在信号有任何数据点达到最小可能值时得到小于 -1 的结果。floats

我不完全清楚如何将 PCM 值转换为分贝。我认为这些公式可用于相对调整，例如，如果您想将音量降低 6 dBs。更改音量是将每个 PCM 值乘以与您希望进行的音量更改相匹配的所需系数的问题。

就测量给定点的体积而言，由于 PCM 信号值在 0 上来回曲折时范围很广，因此通常的操作是取许多 PCM 值的绝对值的平均值。该过程称为获取均方根。要包含在 RMS 计算中的值数可能会有所不同。我认为主要考虑因素是使滚动平均值中的值数量足够大，以便它们大于信号中包含的最低频率的周期。

HackAudio 网站上有一些很好的教程。此链接用于 RMS 计算。