如何将 16 位 PCM 音频字节数组转换为双精度或浮点数组？答案

【问题标题】：How to convert 16-bit PCM audio byte-array to double or float array?如何将 16 位 PCM 音频字节数组转换为双精度或浮点数组？
【发布时间】：2012-05-06 15:36:58
【问题描述】：

我正在尝试对 .3gpp 音频文件执行快速傅立叶变换。该文件包含来自手机麦克风的 44100kHz 的 5 秒小录音。

由于显而易见的原因，我能找到的每个 Java FFT 算法都只需要 double[]、float[] 或 Complex[] 输入，但我正在以字节数组的形式读取音频文件，所以我有点对我从这里去哪里感到困惑。我唯一能找到的是上一个问题的答案：

Android audio FFT to retrieve specific frequency magnitude using audiorecord

但我不确定这是否是正确的程序。有任何见解的人吗？

【问题讨论】：

标签： java android fft

【解决方案1】：

别无选择。您必须运行一个循环并分别转换数组的每个元素。

我对短裤做同样的事情，我 fft 作为花车：

public static float[] floatMe(short[] pcms) {
    float[] floaters = new float[pcms.length];
    for (int i = 0; i < pcms.length; i++) {
        floaters[i] = pcms[i];
    }
    return floaters;
}

基于 cmets 编辑 2012 年 4 月 26 日

如果你确实有 16 位 PCM，但它是一个字节[]，那么你可以这样做：

public static short[] shortMe(byte[] bytes) {
    short[] out = new short[bytes.length / 2]; // will drop last byte if odd number
    ByteBuffer bb = ByteBuffer.wrap(bytes);
    for (int i = 0; i < out.length; i++) {
        out[i] = bb.getShort();
    }
    return out;
}

然后

float[] pcmAsFloats = floatMe(shortMe(bytes));

除非您使用的是一个奇怪且设计糟糕的类，它首先为您提供了字节数组，否则该类的设计者应该将字节打包以与 Java 转换字节的方式一致（一次 2 个）穿短裤。

【讨论】：

谢谢，我只是对 Java 知道如何解释这些数据感到困惑。也许我已经完全了解它是如何存储错误的（看看我对凯尔回答的评论）。无论如何，任何代码都值得赞赏，如果我不明白的话，我会使用它。
感谢 mwengler 的编辑。但是， pcmAsFloats 不应该是短数组的一半吗？ 1 个浮点 = 4 个字节，1 个短 = 2 个字节？
没关系，它当然应该与短数组的长度相同，因为它是相同数量的样本。

【解决方案2】：

byte[] yourInitialData;
double[] yourOutputData = ByteBuffer.wrap(bytes).getDouble()

【讨论】：

这看起来很优雅，但我想让我感到困惑的是这看起来太随意了（当谈到 Java 中的音频时，我是绿色的）。如果 16 位 PCM 以字节为单位存储，它代表了模拟信号随时间变化的功率，那么转换过程不应该知道这种结构吗？我的意思是，getDouble() 怎么知道这是一个音频文件？
查看文档我看到 getDouble() 实际上返回一个双精度，而不是双精度 []。所以这行不通。
@Kyle 这个答案是错误的。大错特错，它甚至无法编译。 - getDouble() 返回类型 double 而不是 double[]。这会停止它的编译。 - getDouble() 一次抓取 4 个字节，将它们以 32 位串在一起，并将整个内容解释为 double。由于字节数组未存储为doubles，这将产生乱码结果，并且只有shorts 放入数组中的doubles 数量的1/2 可以从数组中提取。 - 有关使用 ByteBuffer 将 byte[] 转换为 short[] 的方法，请参阅上面的答案。