当前位置:首页 > 文章列表 > 文章 > java教程 > Java如何截取音频片段?

Java如何截取音频片段?

2026-05-31 21:10:38 0浏览 收藏
Java原生Sound API并不提供直接的音频剪辑功能,截取音频片段本质上是通过手动计算帧数定位、精确跳过起始部分、读取目标PCM数据并严格按原格式写入WAV文件的过程;该方法仅原生支持WAV/AIF等无损格式,处理MP3或FLAC需引入第三方库(如mp3spi或flac-java)进行解码,且无论输入格式如何,输出必须使用WAV容器和完全一致的AudioFormat参数,否则极易因格式不匹配导致静默失败或播放异常——掌握帧率换算、流定位可靠性及格式兼容性校验,才是实现稳定音频截取的关键。

Java怎么截取音频片段 Java Sound API剪辑音频文件方法【代码】

Java Sound API 不能直接“剪辑”音频文件,只能读取+重写

Java 标准库的 javax.sound.sampled 没有内置的“剪切”或“导出片段”功能。它只提供音频数据的读取、处理和写入能力——所谓“截取”,本质是:打开原始音频 → 跳过开头不需要的部分 → 按时长读取目标数据 → 写入新文件。整个过程必须手动控制帧位置、缓冲区大小和格式兼容性。

AudioInputStream 定位起始帧再读取指定帧数

关键不是“时间秒数”,而是“帧数(frame)”。因为不同音频格式采样率、通道数、位深不同,1 秒对应的帧数也不同。必须先获取 AudioFormat,算出目标起始帧和结束帧,再用 skip() 和循环 read() 实现截取。

  • skip(long bytes) 不可靠:它跳的是字节,而音频帧边界未必对齐字节,容易错位;应改用 AudioInputStream.read() 配合 getFrameLength()getFrameRate() 算帧偏移
  • 起始时间 t0(秒)→ 起始帧 = (long)(t0 * format.getFrameRate())
  • 持续时间 duration(秒)→ 总帧数 = (long)(duration * format.getFrameRate())
  • 务必检查原始流是否支持 mark/reset,否则无法安全跳转;不支持时需重新打开流

写入新文件时必须复用原格式,否则播放失败

很多初学者直接用 AudioSystem.write(..., AudioFileFormat.Type.WAV, ...),却没注意:WAV 容器能装 PCM,但不能装 MP3 或 AAC 数据。如果原始文件是 MP3,AudioInputStream 解码后输出的是 PCM 格式,此时写入 WAV 是合法的;但如果强行指定 Type.MP3,Java 默认不支持 MP3 编码(AudioSystem.isFileTypeSupported(Type.MP3) 返回 false),会静默失败或抛 IllegalArgumentException

  • 写入前必须调用 AudioSystem.isFileTypeSupported(targetType, format) 校验支持性
  • 推荐统一用 AudioFileFormat.Type.WAV 输出,兼容性最好
  • 写入的 AudioFormat 必须与读取时完全一致(包括 encoding, sampleRate, channels, frameSize, frameRate, sampleSizeInBits, bigEndian
AudioInputStream original = AudioSystem.getAudioInputStream(new File("input.wav"));
AudioFormat format = original.getFormat();
long startFrame = (long) (2.5 * format.getFrameRate()); // 从第 2.5 秒开始
long frameCount = (long) (3.0 * format.getFrameRate()); // 截取 3 秒

// 跳过前面不需要的帧(注意:skip() 是跳字节,这里用 read() 模拟跳帧更稳) byte[] skipBuffer = new byte[(int) (format.getFrameSize() * startFrame)]; original.read(skipBuffer);

// 准备输出流 ByteArrayOutputStream outBytes = new ByteArrayOutputStream(); byte[] buffer = new byte[8192]; int totalRead = 0; while (totalRead < frameCount format.getFrameSize()) { int len = original.read(buffer, 0, Math.min(buffer.length, (int) (frameCount format.getFrameSize() - totalRead))); if (len == -1) break; outBytes.write(buffer, 0, len); totalRead += len; }

AudioInputStream clipped = new AudioInputStream( new ByteArrayInputStream(outBytes.toByteArray()), format, frameCount );

AudioSystem.write(clipped, AudioFileFormat.Type.WAV, new File("output.wav"));

MP3/FLAC 等格式需额外依赖,纯 Java Sound API 仅支持 WAV/AIF/ULAW/ALAW

如果你的输入文件是 .mp3.flacAudioSystem.getAudioInputStream() 很可能直接抛 UnsupportedAudioFileException。这是因为 JDK 自带的 SPI 服务只注册了有限几种格式解码器。想支持更多格式,必须引入第三方库并注册自定义 AudioFileReader

  • mp3spi(配合 jlayer)可读 MP3
  • flac-javaTarsosDSP 可读 FLAC
  • 引入后仍要确保写入时用 AudioFileFormat.Type.WAV,不要试图写回 MP3(JDK 无 MP3 编码器)

最容易被忽略的一点:即使你成功读出了 MP3 的 PCM 数据,截取后的帧数计算仍必须基于解码后的 AudioFormat(即 PCM 参数),而不是原始 MP3 文件头里的信息——后者是压缩参数,不能用于定位。

理论要掌握,实操不能落!以上关于《Java如何截取音频片段?》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

网卡驱动安装失败怎么解决网卡驱动安装失败怎么解决
上一篇
网卡驱动安装失败怎么解决
RedisPSUBSCRIBE耗CPU原因解析
下一篇
RedisPSUBSCRIBE耗CPU原因解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • SuperCLUE中文大模型评测基准:功能、能力维度与应用指南
    SuperCLUE
    SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
    42次使用
  • Gradio是什么?Python开源库快速构建机器学习Web演示界面
    Gradio
    Gradio是一个用于构建机器学习和数据科学Web应用的开源Python库。支持快速创建交互界面,获Google、Meta等大厂青睐,适合模型演示、部署反馈及调试。
    42次使用
  • AutoGPT是什么?开源AI Agent自动化工作流平台详解与使用教程
    AutoGPT
    AutoGPT是基于GPT-4的开源AI代理平台,拥有超10万GitHub星标。本文介绍其低代码界面、自动化工作流功能、系统配置要求及安装步骤,助您高效部署和管理AI Agent。
    44次使用
  • 腾讯扣叮官网:青少年编程教育平台,提供图形化编程、3D创作与虚拟仿真实验室
    腾讯扣叮
    腾讯扣叮是腾讯推出的6-18岁青少年编程学习平台,依托游戏与AI技术,提供图形化编程、3D创作、虚拟实验室及丰富赛事课程,助力培养计算思维与创新能力。
    39次使用
  • 堆友AI学习平台介绍:阿里认证课程与AIGC设计实战指南
    堆友AI学习
    堆友AI学习是堆友推出的专业AI设计教育平台,提供从基础到进阶的线上课程及线下实训营。结合阿里国际AITIC认证,通过视频教程、笔记分享和实战案例,帮助设计师掌握AIGC技能,提升职业竞争力。
    41次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码