android音频编辑之音频裁剪

转载请标明出处：
http://blog.csdn.net/hesong1120/article/details/79077013
本文出自:hesong的专栏

前言

本篇开始讲解音频编辑的具体操作，从相对简单的音频裁剪开始。要进行音频裁剪，我的方案是开启一个Service服务用于音频裁剪的耗时操作，主界面发送裁剪命令，同时注册EventBus接受裁剪的消息（当然也可以使用广播接受的方式）。因此，在本篇主要会讲解以下内容：
- 音频编辑项目的整体结构
- 音频裁剪方法的流程实现
- 获取音频文件相关信息
- 计算裁剪时间点对应文件中数据的位置
- 写入wav文件头信息
- 写入wav文件裁剪部分的音频数据

下面是音频裁剪效果图：

音频编辑项目的整体结构

该音频测试项目的结构其实很简单，大致就是以Fragment为基础的各个界面，以IntentService为基础的后台服务，以及最重要的音频编辑工具类实现。大致结构如下：
- CutFragment，裁剪页面。选择音频，裁剪音频，播放裁剪后的音频，同时注册了EventBus以便接受后台音频编辑操作发送的消息进行更新。
- AudioTaskService，音频编辑服务Service。继承自IntentService，可以在后台任务的线程中执行耗时音频编辑操作。
- AudioTaskCreator，音频编辑任务命令发送器。通过它可以启动音频编辑服务AudioTaskService，并发送具体的编辑操作给它。
- AudioTaskHandler，音频编辑任务处理器。AudioTaskService接受到的intent任务都交给它去处理。这里具体处理裁剪，合成等操作。
- AudioEditUtil，音频编辑工具类。提供裁剪，合成等音频编辑的方法。
- 另外还有其他相关的音频工具类。

现在我们看看它们之间的主要流程实现：

CutFragment发起音频裁剪任务，同时接收更新音频编辑消息

public class CutFragment extends Fragment {.../*** 裁剪音频*/private void cutAudio() {String path1 = tvAudioPath1.getText().toString();if(TextUtils.isEmpty(path1)){ToastUtil.showToast("音频路径为空");return;}float startTime = Float.valueOf(etStartTime.getText().toString());float endTime = Float.valueOf(etEndTime.getText().toString());if(startTime <= 0){ToastUtil.showToast("时间不对");return;}if(endTime <= 0){ToastUtil.showToast("时间不对");return;}if(startTime >= endTime){ToastUtil.showToast("时间不对");return;}//调用AudioTaskCreator发起音频裁剪任务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启动音频裁剪任务AudioTaskService

public class AudioTaskCreator {.../*** 启动音频裁剪任务* @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服务将接受的Intent任务交给AudioTaskHandler处理

/*** 执行后台任务的服务*/
public class AudioTaskService extends IntentService {private AudioTaskHandler mTaskHandler;public AudioTaskService() {super("AudioTaskService");}@Override public void onCreate() {super.onCreate();mTaskHandler = new AudioTaskHandler();}/*** 实现异步任务的方法** @param intent Activity传递过来的Intent,数据封装在intent中*/@Override protected void onHandleIntent(Intent intent) {if (mTaskHandler != null) {mTaskHandler.handleIntent(intent);}}
}

AudioTaskService服务将接受的Intent任务交给AudioTaskHandler处理，根据不同的Intent action，调用不同的处理方法

/*** */
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;//其他编辑任务...default:break;}}/*** 裁剪音频* @param srcPath 源音频路径* @param startTime 裁剪开始时间* @param endTime 裁剪结束时间*/private void cutAudio(String srcPath, float startTime, float endTime){//具体裁剪操作}}

音频裁剪方法的实现

接下来是音频裁剪的具体操作。还记得上一篇文章说的，音频的裁剪操作都是要基于PCM文件或者WAV文件上进行的，所以对于一般的音频文件都是需要先解码得到PCM文件或者WAV文件，才能进行具体的音频编辑操作。因此音频裁剪操作需要经历以下步骤：
1. 计算解码后的wav音频路径
2. 对源音频进行解码，得到解码后源WAV文件
3. 创建源wav文件和目标WAV音频频的RandomAccessFile，以便对它们后面对它们进行读写操作
4. 根据采样率，声道数，采样位数，和当前时间，计算开始时间和结束时间对应到源文件的具体位置
5. 根据采样率，声道数，采样位数，裁剪音频数据大小等，计算得到wav head文件头byte数据
6. 将wav head文件头byte数据写入到目标文件中
7. 将源文件的开始位置到结束位置的数据复制到目标文件中
8. 删除源wav文件，重命名目标wav文件为源wav文件，即得到最终裁剪后的wav文件

如下，对源音频进行解码，得到解码后的音频文件，然后根据解码音频文件得到Audio音频相关信息，里面记录音频相关的信息如采样率，声道数，采样位数等。

/*** */
public class AudioTaskHandler {/*** 裁剪音频* @param srcPath 源音频路径* @param startTime 裁剪开始时间* @param endTime 裁剪结束时间*/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";//裁剪后音频的路径String destPath = FileUtils.getAudioEditStorageDirectory() + File.separator + outName;//解码源音频，得到解码后的文件decodeAudio(srcPath, destPath);if(!FileUtils.checkFileExist(destPath)){ToastUtil.showToast("解码失败" + destPath);return;}//获取根据解码后的文件得到audio数据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));}/*** 获取根据解码后的文件得到audio数据* @param path* @return*/private Audio getAudioFromPath(String path){if(!FileUtils.checkFileExist(path)){return null;}if (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;}}

获取音频文件相关信息

而获取Audio信息其实就是解码时获取MediaFormat，然后获取音频相关的信息的。

/*** 音频信息*/
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));//根据pcmEncoding编码格式，得到采样精度，MediaFormat.KEY_PCM_ENCODING这个值不一定有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;}}

这里要注意，通过MediaFormat获取音频信息的时候，获取采样位数是要先查找MediaFormat.KEY_PCM_ENCODING这个key对应的值，如果是AudioFormat.ENCODING_PCM_8BIT，则是8位采样精度，如果是AudioFormat.ENCODING_PCM_16BIT，则是16位采样精度，如果是AudioFormat.ENCODING_PCM_FLOAT（android 5.0 版本新增的类型），则是32位采样精度。当然可能MediaFormat中没有包含MediaFormat.KEY_PCM_ENCODING这个key信息，这时就使用默认的AudioFormat.ENCODING_PCM_16BIT，即默认的16位采样精度（也可以说2个字节作为一个采样点编码）。

接下来就是真正的裁剪操作了。根据audio中的音频信息得到将要写入的wav文件头信息字节数据，创建随机读写文件，写入文件头数据，然后源随机读写文件移动到指定的开始时间开始读取，目标随机读写文件将读取的数据写入，知道源随机文件读到指定的结束时间停止，这样就完成了音频文件的裁剪操作。

public class AudioEditUtil {/*** 裁剪音频* @param audio 音频信息* @param cutStartTime 裁剪开始时间* @param cutEndTime 裁剪结束时间*/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 {//创建输入流srcFis = new RandomAccessFile(srcWavePath, "rw");newFos = new RandomAccessFile(tempOutPath, "rw");//源文件开始读取位置，结束读取文件，读取数据的大小final int cutStartPos = getPositionFromWave(cutStartTime, sampleRate, channels, bitNum);final int cutEndPos = getPositionFromWave(cutEndTime, sampleRate, channels, bitNum);final int contentSize = cutEndPos - cutStartPos;//复制wav head 字节数据byte[] headerData = AudioEncodeUtil.getWaveHeader(contentSize, sampleRate, channels, bitNum);copyHeadData(headerData, newFos);//移动到文件开始读取处srcFis.seek(WAVE_HEAD_SIZE + cutStartPos);//复制裁剪的音频数据copyData(srcFis, newFos, contentSize);} catch (Exception e) {e.printStackTrace();return;}finally {//关闭输入流if(srcFis != null){try {srcFis.close();} catch (IOException e) {e.printStackTrace();}}if(newFos != null){try {newFos.close();} catch (IOException e) {e.printStackTrace();}}}// 删除源文件,new File(srcWavePath).delete();//重命名为源文件FileUtils.renameFile(new File(tempOutPath), audio.getPath());}
}

计算裁剪时间点对应文件中数据的位置

需要注意的是根据时间计算在文件中的位置，它是这么实现的：

  /*** 获取wave文件某个时间对应的数据位置* @param time 时间* @param sampleRate 采样率* @param channels 声道数* @param bitNum 采样位数* @return*/private static int getPositionFromWave(float time, int sampleRate, int channels, int bitNum) {int byteNum = bitNum / 8;int position = (int) (time * sampleRate * channels * byteNum);//这里要特别注意，要取整（byteNum * channels）的倍数position = position / (byteNum * channels) * (byteNum * channels);return position;}

这里要特别注意，因为time是个float的数，所以计算后的position取整它并不一定是（byteNum * channels）的倍数，而position的位置必须要是（byteNum * channels）的倍数，否则后面的音频数据就全部乱了，那么在播放时就是撒撒撒撒的噪音，而不是原来的声音了。原因是音频数据是按照一个个采样点来计算的，一个采样点的大小就是（byteNum * channels），所以要取（byteNum * channels）的整数倍。

写入wav文件头信息

接着看看往新文件写入wav文件头是怎么实现的，这个在上一篇中也是有讲过的，不过还是列出来吧：

  /*** 获取Wav header 字节数据* @param totalAudioLen 整个音频PCM数据大小* @param sampleRate 采样率* @param channels 声道数* @param bitNum 采样位数* @throws IOException*/public static byte[] getWaveHeader(long totalAudioLen, int sampleRate, int channels, int bitNum) throws IOException {//总大小，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;//采样字节byte率long byteRate = sampleRate * channels * bitNum / 8;byte[] header = new byte[44];header[0] = 'R'; // RIFFheader[1] = 'I';header[2] = 'F';header[3] = 'F';header[4] = (byte) (totalDataLen & 0xff);//数据大小header[5] = (byte) ((totalDataLen >> 8) & 0xff);header[6] = (byte) ((totalDataLen >> 16) & 0xff);header[7] = (byte) ((totalDataLen >> 24) & 0xff);header[8] = 'W';//WAVEheader[9] = 'A';header[10] = 'V';header[11] = 'E';//FMT Chunkheader[12] = 'f'; // 'fmt 'header[13] = 'm';header[14] = 't';header[15] = ' ';//过渡字节//数据大小header[16] = 16; // 4 bytes: size of 'fmt ' chunkheader[17] = 0;header[18] = 0;header[19] = 0;//编码方式 10H为PCM编码格式header[20] = 1; // format = 1header[21] = 0;//通道数header[22] = (byte) channels;header[23] = 0;//采样率，每个通道的播放速度header[24] = (byte) (sampleRate & 0xff);header[25] = (byte) ((sampleRate >> 8) & 0xff);header[26] = (byte) ((sampleRate >> 16) & 0xff);header[27] = (byte) ((sampleRate >> 24) & 0xff);//音频数据传送速率,采样率*通道数*采样深度/8header[28] = (byte) (byteRate & 0xff);header[29] = (byte) ((byteRate >> 8) & 0xff);header[30] = (byte) ((byteRate >> 16) & 0xff);header[31] = (byte) ((byteRate >> 24) & 0xff);// 确定系统一次要处理多少个这样字节的数据，确定缓冲区，通道数*采样位数header[32] = (byte) (channels * 16 / 8);header[33] = 0;//每个样本的数据位数header[34] = 16;header[35] = 0;//Data chunkheader[36] = 'd';//dataheader[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;}

这里比上一篇中精简了一些，只要传入音频数据大小，采样率，声道数，采样位数这四个参数，就可以得到wav文件头信息了，然后再将它写入到wav文件开始处。

/*** 复制wav header 数据** @param headerData wav header 数据* @param fos 目标输出流*/private static void copyHeadData(byte[] headerData, RandomAccessFile fos) {try {fos.seek(0);fos.write(headerData);} catch (Exception ex) {ex.printStackTrace();}}

写入wav文件裁剪部分的音频数据

接下来就是将裁剪部分的音频数据写入到文件中了。这里要先移动源文件的读取位置到裁剪起始处，即

//移动到文件开始读取处
srcFis.seek(WAVE_HEAD_SIZE + cutStartPos);

这样就可以从源文件读取裁剪处的数据了

  /*** 复制数据** @param fis 源输入流* @param fos 目标输出流* @param cooySize 复制大小*/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) {//读取指定位置完成break;} else if (remainSize < buffer.length) {//离指定位置的大小小于buffer的大小,换remainSize的bufferbuffer = new byte[remainSize];}}} catch (Exception ex) {ex.printStackTrace();}}

上面代码目的就是读取startPos开始，到startPos+copySize之间的数据。

总结

到这里的话，想必对裁剪的整体流程有一定的了解了，总结起来的话，首先是对音频解码，得到解码后的wav文件或者pcm文件，然后取得音频的文件头信息（包括采样率，声道数，采样位数，时间等），然后计算得到裁剪时间对应到文件中数据位置，以及裁剪的数据大小，然后计算得到裁剪后的wav文件头信息，并写入新文件中，最后将源文件裁剪部分的数据写入到新文件中，最终得到裁剪后的wav文件了。

读者可能会有疑问，我想要裁剪的是mp3文件，这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？这个就需要对该wav文件进行mp3编码压缩了，具体实现可以参考我的Github项目 AudioEdit

我的博客
GitHub
我的简书
群号：194118438，欢迎入群
微信公众号 hesong ，微信扫一扫下方二维码即可关注：