使用以下 java 中的代码修改文件中特定位置的音频文件的音高

Question

我想根据用户在不同时刻的输入动态修改音频剪辑的音高，比如如果用户输入在 10 秒后改变音频的音高，那么我该如何实现呢？

我发现这个link 描述了如何修改音高，但我想在音频剪辑的不同时刻重复这个过程，并且只持续一段时间。有人可以指导我吗？

一些修改

编辑 1

我发现了这段代码，正如我之前提到的那样

//source file
final File file1 = new File(“Sample.mp3”);
//destination file
final File file2 = new File(“Sample_cat.wav”);
//audio stream of file1
final AudioInputStream in1 = getAudioInputStream(file1);
//get audio format for targetted sound
final AudioFormat inFormat = getOutFormat(in1.getFormat());
//change the frequency of Audio format
private AudioFormat getOutFormat(AudioFormat inFormat) {
        int ch = inFormat.getChannels();
        float rate = inFormat.getSampleRate();    
        return new AudioFormat(PCM_SIGNED, 72000, 16, ch, ch * 2, rate,
                inFormat.isBigEndian());
    }
//get the target file audio stream using file format
final AudioInputStream in2 = getAudioInputStream(inFormat, in1);
//write the audio file in targeted pitch file
AudioSystem.write(in2, AudioFileFormat.Type.WAVE, file2);

编辑 2 我找到了另一个代码，它设置了您想要开始和停止音频的音频文件的位置。

        File audioFile = new File(audioFilePath);


        AudioInputStream audioStream = AudioSystem.getAudioInputStream(audioFile);

        AudioFormat format = audioStream.getFormat();

        DataLine.Info info = new DataLine.Info(Clip.class, format);

        Clip audioClip = (Clip) AudioSystem.getLine(info); 
        audioClip.open(audioStream);
        audioClip.setLoopPoints(10_000, 500_000);
        audioClip.loop(1);

现在，如何使用 Edit 1

中的代码更改 Edit 2 中设置的持续时间的音高，即 10 毫秒至 50 毫秒

如果我可以用除 Java 之外的任何其他方式做同样的事情，有人可以建议我吗？那么欢迎提出建议... 请帮忙。我是新来的。

**编辑 3 **

可以参考这个链接上的确切问题：link

这些是我所指的值（以毫秒为单位）：

public static void convertMsgToAudio(String msg){

        int len = msg.length();
        duration = new double[len];
        msg = msg.toUpperCase();
        System.out.println("Msg 2 : " + msg);

        int i;
        //char ch;
        for(i=0;i<msg.length();i++){

            if(msg.charAt(i) == 'A'){
                duration[i] = 50000;
            }
            else if (msg.charAt(i) == 'B'){
                duration[i] = 100000;
            }
            else if (msg.charAt(i) == 'C'){
                duration[i] = 150000;
            }
            else if (msg.charAt(i) == 'D'){
                duration[i] = 200000;               
            }
            else if (msg.charAt(i) == 'E'){
                duration[i] = 250000;
            }
            else if (msg.charAt(i) == 'F'){
                duration[i] = 300000;
            }
            else if (msg.charAt(i) == 'G'){
                duration[i] = 350000;
            }
            else if (msg.charAt(i) == 'H'){
                duration[i] = 400000;
            }
            else if (msg.charAt(i) == 'I'){
                duration[i] = 450000;
            }
            else if (msg.charAt(i) == 'J'){
                duration[i] = 500000;
            }
            else if (msg.charAt(i) == 'K'){
                duration[i] = 550000;
            }
            else if (msg.charAt(i) == 'L'){
                duration[i] = 600000;
            }
            else if (msg.charAt(i) == 'M'){
                duration[i] = 650000;
            }
            else if (msg.charAt(i) == 'N'){
                duration[i] = 700000;
            }
            else if (msg.charAt(i) == 'O'){
                duration[i] = 750000;
            }
            else if (msg.charAt(i) == 'P'){
                duration[i] = 800000;
            }
            else if (msg.charAt(i) == 'Q'){
                duration[i] = 850000;
            }
            else if (msg.charAt(i) == 'R'){
                duration[i] = 900000;
            }
            else if (msg.charAt(i) == 'S'){
                duration[i] = 950000;
            }
            else if (msg.charAt(i) == 'T'){
                duration[i] = 1000000;
            }
            else if (msg.charAt(i) == 'U'){
                duration[i] = 1100000;
            }
            else if (msg.charAt(i) == 'V'){
                duration[i] = 1200000;
            }
            else if (msg.charAt(i) == 'W'){
                duration[i] = 1300000;
            }
            else if (msg.charAt(i) == 'X'){
                duration[i] = 1400000;
            }
            else if (msg.charAt(i) == 'Y'){
                duration[i] = 1500000;
            }
            else if (msg.charAt(i) == 'Z'){
                duration[i] = 1600000;
            }

        }

    }

Answer 1

据我所知，Java 不会公开 Clip 中的数据进行编辑。

我从未尝试过通过扰乱采样率来改变音高。也许这是一个很好的方法。 Java 教程中有一节介绍了 wav 文件格式的更改：Using Files and Format Converters。看起来这将是很好的背景信息，甚至可能涵盖您正在尝试的解决方案。

这就是我所做的，称之为 VarispeedWavPlayer。

(1) 有一个 volatile 实例浮点变量，它是一个速度因子（1 是相同速度，1.1 是 110%，0.5 是半速，等等。

(2) 有一个浮点数，它将是一个正在运行的“磁带头”

(3) 从从 AudioInputStream 读取并输出到 SourceDataLine 的普通代码开始（上述 Java 教程链接中“读取声音文件”中的好示例。

(4)在有评论的地方

// Here, do something useful with the audio data that's 
// now in the audioBytes array...

(a) 将输入字节转换为 PCM 数据。

如何做到这一点的示例，使用 16 位编码、立体声、little-endian（“CD 质量”）。这使用大小为 1024 字节的读取缓冲区，它转换为 256 帧（记住，有两个轨道，左右）的短数据，范围从 -32767 到 32767（或者可能是 32768，我不记得那个细节了瞬间）。

while((bytesRead = audioInputStream.read(rawByteBuffer, 0, 1024)) != -1)
{
    for (int i = 0, n = bytesRead / 2); i < n; i ++)
    {
        pcmBuffer[i] =  ( rawByteBuffer[i * 2] & 0xff )
                        | ( rawByteBuffer[(i * 2) + 1)] << 8 ) ;
    }
}   

以上内容被编辑清楚，并且可以使用一些性能优化。

(b) 获取当前的“速度因子”并编写一个循环遍历 PCM 帧值（请记住，对于立体声，该轨道的“下一个”帧是 +2）：

tapehead += speedfactor;

(c) 这通常会落在一个小数值上。使用线性插值计算该中间点的值。例如，如果您降落在磁带头 = 10.25，第 10 帧为 0.5，第 11 帧为 0.6，您将返回 0.525。

(d) 将插值转换回字节（步骤 4a 的逆向）

(e) 累积字节并通过 SourceDataLine 将它们发送出去。

在管理输入和输出字节缓冲区不会一对一匹配这一事实方面，我遗漏了一些细节。但是如果你掌握了基本概念，那么我认为你将能够解决这个问题。

注意，这只会在查询“speedFactor”变量时更新速度，每个输入缓冲区一次。所以你不希望输入缓冲区过大。