如何从字节数组计算音频剪辑的持续时间？答案

【问题标题】：How do I compute the duration of an audio clip from a byte array?如何从字节数组计算音频剪辑的持续时间？
【发布时间】：2019-04-12 13:32:54
【问题描述】：

我正在使用 Google 云 API 合成语音。我有以下有关语音合成响应的信息。

采样率：8000 Hz
音频格式：MP3
字节数组的长度

API 的响应是一个字节数组。鉴于这些信息，我如何近似或准确计算合成音频的长度？

【问题讨论】：

我不是这个领域的专家，但如果采样率为 8000 Hz，我相信这意味着每秒采集了 8000 个音频样本。因此，您应该能够将字节数组的长度除以 8000 来计算音频剪辑的长度以秒为单位。
@JacobG。这对于 MP3 来说是不正确的。

标签： java audio mp3 audio-streaming sample-rate

【解决方案1】：

您没有足够的信息来计算音频的持续时间。

MP3 是一种有损编解码器，可以以多种不同的比特率运行。事实上，比特率可以在整个文件中发生变化。更糟糕的是，MP3 在其通常格式中没有任何固有的时间戳。准确知道其长度的唯一真正方法是对其进行解码。

或者，如果您知道比特率，您可以将文件除以比特率并获得近似长度。如果您可以假设整个文件中的比特率是恒定的，则可以通过读取第一帧的标题来获得比特率。另见：http://mpgedit.org/mpgedit/mpeg_format/mpeghdr.htm

【讨论】：

我已经将解码的 MP3 音频作为字节字符串。我该如何从那里计算长度？我在 gRPC 中使用 Google Cloud API。这已经根据文档以解码格式返回我的音频剪辑。 cloud.google.com/text-to-speech/docs/base64-decoding 谢谢。
@Vino 是 MP3 还是不是？您在问题中说它在 MP3 中，必须对其进行解码（至少通过帧头检查）才能获得持续时间。您刚刚链接到的是 base64，它与 MP3 无关...... base64 只是一种将二进制数据推入文本上下文的方法。您需要在下一步中解码 MP3。
不，我的意思是我的数据已经是二进制形式，因为我使用 gRPC 来获取合成音频。我正在使用这个 API，在AudiConfig 中我可以将格式设置为 MP3。我得到的输出是一个字节数组。所以根据 MP3 规范，如果我读取前 4 个字节，它将具有 MP3 标头的信息，其中可能包含我需要的信息
@Vino 太好了，现在将 MP3 格式的字节流解码为 PCM。或者至少同步到帧头（11111111111的11位），统计帧数，乘以1152样本，再除以采样率。不，正如我在回答中所说，MP3 标题没有没有你需要的东西。没有包含文件完整持续时间的标题。它只是 MPEG 帧。这就是为什么你必须解析整个文件。
感谢您的回复。据我了解，您希望我搜索有 11 个后续 1 位的数组。这是我的标题。从这里我如何计算帧数。在 MP3 规范中，他们建议我使用这个等式144 * BitRate / SampleRate + Padding，但我不知道其中的比特率。请告知如何进行计算帧数部分。非常感谢。