WAV文件改变采样率（java版）

相关知识，仅供参考： 

• Java实现音频流录制或保存wav格式到本地
• Java实现Wav的Header读取
• Java改变WAV文件采样率
• Java给WAV裸流文件增加Header

一、WAV文件介绍

WAV是一种无损音频文件格式，它包含了音频数据和元数据。在WAV文件中，音频数据以采样率、位深和声道数等信息存储。我们需要读取这些信息并对音频数据进行相应处理。

1.1 WAV 文件结构

RIFF Header：
----------------------------------
Chunk ID（4字节）：通常为“RIFF”，标识这是一个RIFF文件。
Chunk Size（4字节）：RIFF chunk的大小，不包括Chunk ID和Chunk Size本身。
Format（4字节）：通常为“WAVE”，标识这是WAVE文件。

Format Chunk（fmt chunk）：
---------------------------------
Subchunk1 ID（4字节）：通常为“fmt ”，标识格式子块。
Subchunk1 Size（4字节）：此子块的大小。对于PCM格式，通常为16。
Audio Format（2字节）：音频格式标识符。对于PCM格式，值为1。
Number of Channels（2字节）：声道数，通常为1（单声道）或2（立体声）。
Sample Rate（4字节）：采样率，比如44100 Hz。
Byte Rate（4字节）：每秒的字节数，计算公式为 Sample Rate * Number of Channels * Bits per Sample / 8。
Block Align（2字节）：每个采样帧的字节数，计算公式为 Number of Channels * Bits per Sample / 8。
Bits per Sample（2字节）：每个样本的位深度，比如16位。

Data Chunk：
------------------------------
Subchunk2 ID（4字节）：通常为“data”，标识数据子块。
Subchunk2 Size（4字节）：音频数据的大小。
Data：实际的音频数据。

1.2采样率介绍

采样频率（Sampling Frequency），也称为采样速度或采样率，是指每秒钟从连续信号中提取并组成离散信号的采样数量，用赫兹（Hz）来表示。简单来说，采样频率描述了计算机每秒钟采集多少个声音样本。这一参数对声音文件的音质和音调有直接影响，并且是衡量声卡和声音文件质量的重要标准。

采样频率的倒数叫做采样周期或采样时间，表示的是两个连续采样之间的时间间隔。例如，如果采样频率为 44.1 kHz（即每秒钟采集 44,100 个样本），那么采样周期就是约 22.7 微秒。较高的采样频率通常意味着更高的音频质量，因为它可以捕捉到更细致的声音细节。

1.3采样率与播放速度

采样率（采样频率）会影响音频的播放速度和音质，当采样率发生变化时，音频的播放速度和音高都会受到影响，具体来说：

1. 播放速度：采样率越高，每秒钟采集的样本越多，相同长度的音频文件在高采样率下会播放得更快。例如，如果你以 44.1 kHz 的采样率播放一个原本是 8 kHz 采样率的音频文件，音频将会比正常速度播放得更快，因为高采样率会导致每秒播放的样本数增多，从而加快播放速度。所以在TTS时候，看服务传输的音频流是多少赫兹的然后再去添加头部元数据信息。

2. 音高：采样率的变化也会影响音高，如果你将一个低采样率的音频提升到高采样率播放，会使得音频的音高变高，这类似于音频被“加速”了。

1.4采样率转换

由于音频文件的采样率不一定统一，当播放或处理不同采样率的音频时，需要进行采样率转换（Sample Rate Conversion），这种转换的过程包括以下几个步骤：

1. 重采样：将音频数据从原始采样率转换到目标采样率。重采样的过程涉及到插值和降采样，以确保音频的质量在转换过程中尽可能保持一致。

2. 时间伸缩：在转换过程中，可能需要对音频进行时间伸缩，以调整播放速度和音高。

3. 滤波器：在重采样时，通常会使用滤波器来防止混叠效应（Aliasing）并平滑音频信号。

采样率转换可以在音频处理软件或音频播放器中自动完成，但在某些专业的音频处理应用中，用户可能需要手动设置和调整采样率，以获得最佳的音质和播放效果。

二、JSSRC 处理库

实际业务中并不是所有音频的采样率都是统一的，特别是做智能语音，再做ASR过程中，如果音频采样率配置错误，会导致音频识别错误，造成严重的业务灾难。这时候我们需要改变wav音频文件的采样率，以满足特定的需求。现在给大家介绍一个开源的java 音频处理库JSSRC。

2.1. 项目介绍

JSSRC（Java-based Sample Rate Converter），正如其名，是一个旨在提供高质量音频重采样的Java实现。这个项目源于Naoki Shibata的SSRC——一个被广泛认可的C语言版本高精度音频采样率转换器。经过Naohide Sano的努力，将这一杰出的工作转化为Java语言，最终，通过一系列细微但至关重要的调整，形成了今天这样一个易于集成与使用的Java服务，让音频重采样变得前所未有的简单和高效。

github地址：https://github.com/hutm/JSSRC

2.2. 项目技术分析

JSSRC的核心在于它的高效算法移植与优化。原生基于C的SSRC因其在保持音质的同时能有效转换采样率而著称，JSSRC继承了这一优良传统，并且特别适应于Java生态系统。通过利用Java的多线程能力和内存管理特性，JSSRC不仅保证了音频转换的高保真度，还确保了在复杂应用环境中的稳定性和效率。这使得它成为跨平台应用的理想选择，无论是桌面端、Web服务还是移动开发领域。

2.3实例代码

/**
 *
 * 改变wav采样率
 *--------------------
 * @author 赵海洋
 * @date 2024-9-16
 * @des 主要应用与ASR语音识别过程中，部分wav文件采样率与模型的不匹配，导致语音识别错误调整采样 
 *率涉及到重新采样.
 *
 **/
private void simpleDownSample() {
        File BeforeSampleChangedFile = new File(BeforeSampleChangedFilePath);
        File SampleChangedFile = new File(SampleChangedFilePath);
        try {
            FileInputStream fileInputStream = new FileInputStream(BeforeSampleChangedFile);
            FileOutputStream fileOutputStream = new FileOutputStream(SampleChangedFile);
            new SSRC(fileInputStream, fileOutputStream, 8000, 44100,
                    2,
                    2,
                    1, Integer.MAX_VALUE, 0, 0, true);
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
}

其中8000就是待转换的采样率，44100就是目标采样率，可以从低转到高，也可以高转低。

 2.4 纯java实现

import com.sun.media.sound.WaveFileReader;
import com.sun.media.sound.WaveFileWriter;

import javax.sound.sampled.*;
import java.io.*;

/**
 *
 * 改变wav采样率
 *--------------------
 * @author 赵海洋
 * @date 2024-9-16
 * @des 主要应用与ASR语音识别过程中，部分wav文件采样率与模型的不匹配，导致语音识别错误调整采样 
 *率涉及到重新采样，即将音频数据按新的采样率进行插值或降采样。这可能涉及复杂的信号处理算法，
 * 通常可以使用现成的库来完成。例如，TarsosDSP库是一个常用的音频处理库，可以用于实现这种功能。
 *
 * */
public class WavReSample {
   
    /**
     *
     * @param newSampleRate 新的采样率
     * @param inputFilePath 需要转化的文件
     * @param outputFilePath  输出的文件路径
     *
     * */
    public static void reSampleRate(int newSampleRate,String inputFilePath,String outputFilePath) throws IOException, UnsupportedAudioFileException {
        try (AudioInputStream inputAIS = AudioSystem.getAudioInputStream(new File(inputFilePath))) {
            AudioFormat inputFormat = inputAIS.getFormat();
            AudioFormat outputFormat = new AudioFormat(
                    AudioFormat.Encoding.PCM_SIGNED,
                    newSampleRate, // New sample rate
                    inputFormat.getSampleSizeInBits(),
                    inputFormat.getChannels(),
                    inputFormat.getFrameSize(),
                    newSampleRate, // New sample rate
                    inputFormat.isBigEndian()
            );
            try (AudioInputStream outputAIS = AudioSystem.getAudioInputStream(outputFormat, inputAIS)) {
                AudioSystem.write(outputAIS, AudioFileFormat.Type.WAVE,  new File(outputFilePath));
            }
        }
    }
    public static void main(String[] args) throws Exception {
        reSampleRate(44100,"E://out.wav","E://output2.wav");
    }
}