Java Mp3转化WAV/PCM音频数据,解码详细解析,提取每一帧数据集合/比特流/播放，一行代码!

导言

大家好!我是原子君
1.因为Java本身只支持,wav,缺少mp3的解码器，所以Java自带的无法对mp3进行处理，这种 MPEG-*音频有损压缩标准编码 ，更不要说使用Java的音频格式和音频流就可以解决。
2.所以本次转换需要使用到colorful1.1这种纯Java-Pc可跨平台的工具框架。
注意:colorful只支持Java19，因为早在之前这就是为了解决Java上遇到的各种麻烦而开发的，所以可以在开发中启到不少帮助。
3. Mp3说白了就是一种压缩技术， 其优点是压缩后占用空间小，适用于移动设备的存储和使用。而且还非常好的保持了原来的音质
4.那我们可以开始了:新手安装教程-> 点击我查看，完成开源，免费，可商用。

---

解码过程

PCM进行MP3压缩:
封装:以1152个PCM采样值为单位，封装成具有固定长度的MP3数据帧，同时帧是MP3文件的最小组成单位。
利用数据帧:在解码时，利用数据帧中的信息就可以恢复1152个PCM的采样值。
粒度组:而这1152个采样值会被分为2个粒度组，每个粒度组包含576个采样值。
数据帧:一个MP3数据帧分为5个部分,帧头、CRC校验值、边信息、主数据、附加数据。

Mp3结构

MP3 文件一般分为三部分：ID3V2，Frame，ID3V1也属于帧，叫标签帧，Frame 部分叫数据帧，在MP3 文件内不一定有标签帧，但一定有数据帧.

ID3V2
在mp3中的首部-它包含了作者，作曲，专辑，等一些信息，注意长度是不固定的
扩展了ID3V1的信息量.

音频数据Frame：
1.由一系列的数据帧构成，帧的数量由文件大小和帧长决定.
2.每个Frame 的长度可能不相等，也可能相等，由位率决定.
3.每个Frame 分为帧头和数据实体两部分.
4.帧头:记录着mp3 的位率，采样率，版本等信息，
5.每个帧之间相互独立.如果启用CRC 校验，则帧头后跟随2字节CRC 校验,后面可能会有32字节的附加信息。

ID3V1：包含了作者，作曲，专辑等信息，长度 固定为128,标准并不周全，存放的信息少，无法存放歌词，无法录入专辑封面、图片等.
ID3 V2.0 是一个相当完备的标准，但给编写软件带来困难，虽然赞成此格式的人很多，在软件中真正实现的却极少,现在绝大多数MP3 仍使用 ID3 V1.0 标准。此标准是将MP3 文件尾的最后128 个字节用来存放ID3 信息.

说明信息
一些mp3可能会携带一些额外的说明信息。

ID3V2解析

开始处，长度为10字节，结构如下:

标签头

头部标识:占3个字节，由字符ID3组成，表示这是一个ID3v2的标签;
主版本号:版本号 ID3V2.3 就记录 3
副版本号:这里记录为0
标签大小:代表的是后面所有标签帧的总大小。一共占四个字节, 但是按照ID3v2 标准的要求，每个字节只用 7 位,最高位不使用,恒为 0,比如：如果后面标签帧的总大小是257，那么在写入时，就必须是：513
数值在写入时:必须以大端格式写入，由于计算结果需要将每个字节的最高位0位丢弃

    public static int discard(int num)
    {
        int result = 0, mask = 0x7F;
        while ((mask ^ 0x7FFFFFFF)==1)
        {
            result = num & ~mask;
            result <<= 1;
            result |= num & mask;
            mask = ((mask + 1) << 8) - 1;
            num = result;
        }
        return result;
    }

恢复：

    public static int recovery(int num) {
        byte[] D = new byte[4];
        D[0] = (byte) (num & 0xff);
        D[1] = (byte) (num >> 8 & 0xff);
        D[2] = (byte) (num >> 16 & 0xff);
        D[3] = (byte) (num >> 24 & 0xff);
        int Result = 0x0;
        Result = Result | D[0];
        Result = Result | (D[1] << 7);
        Result = Result | (D[2] << 14);
        Result = Result | (D[3] << 21);
        return Result;
    }

如果不懂大小端可以看我这一篇文章: 点击我查看

标签帧

数据结构定义：
TIT2 = 标题 表示内容为这首歌的标题
TPE1 = 作者
TALB = 专集
TRCK = 音轨 格式:N/M 其中 N 为专集中的第 N 首,M 为专集中共 M 首,N 和 M 为 ASCII 码表示的数字
TYER = 年代 是用 ASCII 码表示的数字
TCON = 类型 直接用字符串表示
COMM = 备注 格式:"eng/0 备注内容",其中 eng 表示备注所使用的自然语言
Size = 代表帧标记暂时不清楚有什么实际含义。
flags = 代表帧内容的大小，这里要注意，写入时也必须为大端格式。

Frame解析-标签帧

帧头:长4字节， 帧头后面可能有两个字节的CRC 校验，这两个字节的是否存在决定于帧头信息的第16bit， 为0 则帧头后面无校验，为1 则有校验,校验值长度为2 个字节.
（后面是可变长度的附加信息，对于标准的MP3文件来说，其长度是32字节，本括号内的文字内容有待商榷，暂时没见到这样的文件），紧接其后的 是压缩的声音数据，当解码器读到此处时就进行解码了。

所有的Mp3文件的数据帧开始的两个字节都必需是“FF FA”或者 “FF FB”。

名称	位长		说 明
同步信息	11	第2字节	所有位均为1，第1字节恒为FF。
版本	2		00-MPEG 2.5 ，01-未定义，10-MPEG 2 ，11-MPEG 1
层	2		00-未定义 ，01-Layer 3，10-Layer 2 ，11-Layer 1
CRC校验	1		0-校验 ，1-不校验
位率	4	第3字节	取样率，单位是kbps，如:采用MPEG-1 Layer 3，64kbps是，值为0101。 bits V1,L1---V1,L2---V1,L3---V2,L1---V2,L2---V2,L3 0000--free--free--free--free--free--free 0001--32--32--32--32(32)--32(8)--8 (8) 0010--64--48--40--64(48)--48(16)--16 (16) 0011--96--56--48--96(56)--56(24)--24 (24) 0100--128--64--56--128(64)--64(32)--32 (32) 0101--160--80--64--160(80)--80(40)--64 (40) 0110--192--96--80--192(96)--96(48)--80 (48) 0111--224--112--96--224(112)--112(56)--56 (56) 1000--256--128--112--256(128)--128(64)--64 (64) 1001--288--160--128--288(144)--160(80)--128 (80) 1010--320--192--160--320(160)--192(96)--160 (96) 1011--352--224--192--352(176)--224(112)--112 (112) 1100--384--256--224--384(192)--256(128)--128 (128) 1101--416--320--256--416(224)--320(144)--256 (144) 1110--448--384--320--448(256)--384(160)--320 (160) 1111--bad--bad--bad--bad--bad--bad V1 - MPEG 1，V2 - MPEG 2 and MPEG 2.5 L1 - Layer 1 ，L2 - Layer 2 ， L3 - Layer 3 "free" ：位率可变 "bad" ：不允许值
采样频率	2		MPEG-1： 00-44.1kHz ，01-48kHz ，10-32kHz ，11-未定义 MPEG-2： 00-22.05kHz ， 01-24kHz ，10-16kHz ，11 MPEG-2.5： 00-11.025kHz ，01-12kHz ，10-8kHz ，11-未定义
帧长调节	1		用来调整文件头长度，0-无需调整，1-调整
保留字	1		没有使用
声道模式	2	第 4字节	00-立体声 ，01-联合立体声（是基于帧与帧完成的）， 10-双声道 ，11-单声道
扩充模式	2		声道是01时用:Value强度立体声，MS立体声 00 off off 01 on off 10 off on 11 on on
版权	1		0-不合法 1-合法
原版标志	1		0-非原版 1-原版
强调方式	2		用于声音经降噪压缩后再补偿的分类，很少用到，今后也可能不会用。 00-未定义 01-50/15ms 10-保留 11-CCITT J.17

帧长计算

计算公式:这取决于 位率和 频率
Lyaer 1使用公式：
帧长度（字节） = 每帧采样数 / 采样频率 * 比特率/ 8 +填充 * 4
Lyer 2和Lyaer 3使用公式：
帧长度（字节）= 每帧采样数 / 采样频率 * 比特率/ 8 + 填充

2.帧的填充大小就是第23位的帧长调节，不是0就是1。
3.采样个数:MPEG1-3的不同规范，以及同一规范中不同的 Layer1-3，每一帧
对应的采样，都是固定的，具体的值看下表（单位：个/帧）：

MPEG帧的采样表

	MPEG 1	MPEG 2(LSF)	MPEG 2.5(LSF)
Layer 1	384	384	384
Layer 2	1152	1152	1152
Layer 3	1152	576	576

每帧播放时长

每帧播放持续时间 = 帧大小 / 采样率

ID3V1尾部说明

字节	长度-bytes	内容
1-3(A)	3	存储了“TAG”字符，表示ID3V1标准，后面歌曲信息。
4-33(B)	30	歌名称
34-63(C)	30	作者名称
64-93(D)	30	专辑名称
94-97(E)	4	年份
98-125(F)	28	附注
126(G)	1	保留位
127(H)	1	音轨号
127(I)	1	MP3音乐类别一共147种

各项信息按顺序存放，没有任何标识将其分开，比如标题信息不足30 个字节，会使用”\0”填充。

Mp3解码还原流程

MP3解码经MP3编码方式压缩后的音频数据还原成原始PCM数据的过程。

MP3解码的整个工作流程见图下图，当预处理操作把MP3帧中的帧头和边信息解码后，解码器对经预处理后的信息进行缩放因子解码和哈夫曼解码，得出的结果再经反量化、重排序、立体声解码、混叠消除、逆离散余弦变换、频率反转和子带合成滤波等操作后，得到左右声道PCM音频数据，完成整个解码过程。

解码导言

这些个复杂的解码过程，我已经为大家封装好了，大家直接调用就可以导出左右PCM数据，
和对Mp3的播放。

上代码

前言
我提供了多种方法,共大家使用。

最适合新手的，最快捷的

如果你需要直接播放，我们为你封装好了，此方式，__response是一个工具框架响应快捷类。

代码见下即可:

import IOS_SHOGUN_Component.__response;
import IOS_SHOGUN_Component.decodeAean.Mp3DecodeException;

import javax.sound.sampled.SourceDataLine;
import java.io.*;
public class Java {

    public static void main(String[] X) throws IOException {
        try {
            try (SourceDataLine Mp3 = __response.Debug_PlayMp3("Mp3地址")) {
                
            }
        } catch (Mp3DecodeException e) {
            throw new RuntimeException(e);
        }
    }
}

直接导出数据

如果你要直接导出PCM用于缓存或者其他，持久性性存储

两种存储方式

一种是Base64这种二进制存储方式占用内存小,转换后的大小比例大概为1/3,降低了资源服务器的消耗;
base64编码的字符串,更适合不同平台、不同语言的传输

一种是流存储的方式，不过这种大概只能用于暂时性的缓存，不推荐全部转化为了字节数组，因为
存在丢失的风险，通俗来讲就是，你的音频就变成一段乱音了。

TaskList<String>方式

内容:

保存了每一帧的解码后的二进制数据，随时可以对数据持久化。
也可以对数据音频进行剪辑，等其他变声操作。
它也可以导出成其他list集合，以及提供了非常的API方式，
原始API与Java自带的是一致的线程安全集合。

注意:

在将每一帧的提出并且缓存时，我们需要将它转化为,音频数据

import IOS_SHOGUN_Component.TaskList;
import IOS_SHOGUN_Component.__response;
import IOS_SHOGUN_Component.decodeAean.Mp3DecodeException;
import java.io.*;
public class Java {

    public static void main(String[] X) throws IOException {
        try {
            TaskList<String> Data=__response._mp3_extract_mode_Base64("路径");
            //保存了每一帧的PCM解码数据
            byte[] PCM=__response._base64_T_X2(Data.get(0));
        } catch (Mp3DecodeException e) {
            throw new RuntimeException(e);
        }
    }
}

流方式

两种方式，一种是ByteArrayOutputStream，一种是ByteArrayInputStream两种方式

import IOS_SHOGUN_Component.__response;
import IOS_SHOGUN_Component.decodeAean.Mp3DecodeException;
import java.io.*;
public class Java {

    public static void main(String[] X) throws IOException {
        try {
            ByteArrayInputStream I=__response._mp3_extract_mode_IStream("路径");
            ByteArrayOutputStream O=__response._mp3_extract_mode_OStream("路径");
        } catch (Mp3DecodeException e) {
            throw new RuntimeException(e);
        }
    }
}

快捷方式还有很多

你也可以直接导出成pcm格式文件

同样可以使用快捷方式
你可以使用常用的本地导出，和缓存的TaskList<String>,流方式

Mp3是缓存数据不是-本地数据怎么提取转换成Pcm数据?

在Colorful1.1中提供了流读取的支持，比如如果是客户端发送来的音频数据，我们就可以使用它。

翻译成ByteArrayInputStream

翻译成ByteArrayOutputStream

非快捷方式

它同时准备了非快捷的接口，看下图这些快捷方式只是对原本开放的API做了一次完成的封装。

_mp3_extract_mode_Decode

Debug_PlayMp3

同样我们可以直接复制

参数Audio，音频输出类，存储方式，是否是本地引入/缓存引入(CacheData)，缓存引入时，它只能执行转化程序。

import IOS_SHOGUN_Component.decodeAean.AudioBuffer;
import IOS_SHOGUN_Component.decodeAean.DecodeSuperclasses;
import IOS_SHOGUN_Component.decodeAean.Header;
import IOS_SHOGUN_Component.decodeAean.Mp3DecodeException;
import IOS_SHOGUN_Component.mp3_Decode;

import javax.sound.sampled.AudioFormat;
import javax.sound.sampled.AudioSystem;
import javax.sound.sampled.LineUnavailableException;
import javax.sound.sampled.SourceDataLine;
import java.io.*;
public class Java {

    public static void main(String[] X) throws IOException, Mp3DecodeException {

        mp3_Decode Create = new mp3_Decode(new mp3_Decode.Audio(), AudioBuffer.STREAM, mp3_Decode.LocalData);
        Create.open("路径/流的方式", false);
        
        if (Create.onCreateAndStart()) {

            DecodeSuperclasses DECODE = Create.getPCM_DecodeSuperclasses();
            Header Head = DECODE.getRecording();
            AudioFormat af = new AudioFormat((float) Head.getSamplingRate(), 16, Head.getChannels(), true, false);

            SourceDataLine DataLineSource;
            try {
                DataLineSource = AudioSystem.getSourceDataLine(af);
            } catch (LineUnavailableException var8) {
                throw new RuntimeException(var8);
            }

            try {
                DataLineSource.open(af, 8 * Head.getPcmSize());
            } catch (LineUnavailableException var7) {
                throw new RuntimeException(var7);
            }

            DataLineSource.start();
            ByteArrayInputStream D = DECODE.getAudioBuffer().getPcmDataExportIStream();
            byte[] DD = new byte[DECODE.getAudioBuffer().getOffset()];

            while (D.read(DD) != -1) {
                DataLineSource.write(DD, 0, DD.length);
            }
        }
    }
}

为啥没有TaskList<String>?，因为TaskList数据引入只是我们的一个有备而来的接口，它最后还是会变成流的方式进入mp3_Decode进行解码流程。并且它是线程安全的。

其实这里我写复杂了，可以更简单
参数Audio，音频输出类，存储方式，是否是本地引入/缓存引入(CacheData)，缓存引入时，它只能执行转化程序。
->几个参数Audio，音频输出类，存储方式，是否是本地引入/缓存引入(CacheData)，缓存引入时，它只能执行转化程序。

import IOS_SHOGUN_Component.*;
import IOS_SHOGUN_Component.decodeAean.AudioBuffer;
import IOS_SHOGUN_Component.decodeAean.Mp3DecodeException;
import java.io.*;
public class Java {

    public static void main(String[] X) throws IOException, Mp3DecodeException {
        //参数Audio，音频输出类，存储方式，是否是本地引入/缓存引入(CacheData)，缓存引入时，它只能执行转化程序。
        mp3_Decode.Audio a=new mp3_Decode.Audio();
        mp3_Decode Create = new mp3_Decode(a, AudioBuffer.STREAM, mp3_Decode.LocalData);
        Create.open("流/路径", true);
        if (Create.onCreateAndStart()){
            //创建解码向导
        };
    }
}

我们再添加一点操作，因为在创建（onCreateAndStart）时，程序是阻塞的

import IOS_SHOGUN_Component.*;
import IOS_SHOGUN_Component.decodeAean.AudioBuffer;
import IOS_SHOGUN_Component.decodeAean.Mp3DecodeException;
import java.io.*;
import java.util.concurrent.LinkedBlockingDeque;
import java.util.concurrent.TimeUnit;

public class Java {

    public static void main(String[] X) throws IOException, Mp3DecodeException {
        SequenceCachedPool C=new SequenceCachedPool(1,2,100, TimeUnit.MILLISECONDS,
                new LinkedBlockingDeque<>(10));//创建一个池做操作控制
        //参数Audio，音频输出类，存储方式，是否是本地引入/缓存引入(CacheData)，缓存引入时，它只能执行转化程序。
        mp3_Decode.Audio a=new mp3_Decode.Audio();
        mp3_Decode Create = new mp3_Decode(a, AudioBuffer.STREAM, mp3_Decode.LocalData);
        Create.open("流/路径", true);
        C.submit(()->{
            try {
                TimeUnit.SECONDS.sleep(5);
                Create.close();
                //5秒后退出
            } catch (InterruptedException e) {
                throw new RuntimeException(e);
            }
        });
        if (Create.onCreateAndStart()){
            //创建解码向导
        };
    }
}

更推荐这样做

我更加的推荐把它当作一个转化程序，去做，因为它本身的任务不是播放。
这些是额外附加的。

getBase64Statistics(专为PCM-Base64数据做统计)，像这样的专项API还有很多

代码

import IOS_SHOGUN_Component.*;
import IOS_SHOGUN_Component.decodeAean.AudioBuffer;
import IOS_SHOGUN_Component.decodeAean.Mp3DecodeException;
import java.io.*;
public class Java {

    public static void main(String[] X) throws IOException, Mp3DecodeException {
        //注意这里必须是AudioBuffer.BASE64,不然不管以任何方式获取base64的PCM纯音频数据都将为空!
        mp3_Decode Create = new mp3_Decode(new mp3_Decode.Audio(), AudioBuffer.BASE64, mp3_Decode.LocalData);
        Create.open("D:\\WindowsDataStorageFolder\\CSDN2.mp3", false);//为false只做转化
        if (Create.onCreateAndStart()){
            TaskList<String> Data=Create.getPCM_dataLine().getPcmDataTaskList();
            //或者
            //TaskList<String> Data=Create.getPCM_DecodeSuperclasses().getAudioBuffer().getPcmDataTaskList();
            console.success("数据总长%s".formatted("PCM数据段总长->"+Data.getBase64Statistics()));
        };
    }
}

结尾

如果你喜欢的话就点个赞吧。