Работа со звуковыми WAVE-файлами на Java

Мне на работе иногда приходится иметь дело с WAVE-файлами (или WAV по расширению) по той причине, что в них довольно удобно хранить научные данные и не надо выдумывать формат. Решил написать маленькую заметку о работе с этим форматом на Java. Сразу оговорюсь, что речь тут пойдет не о воспроизведении звуковых файлов с помощью Java, а о том как можно их создавать, изменять, и читать из них данные.

Краткое описание формата WAVE

Углубляться в формат и досконально расписывать его я не буду, этого не нужно, т.к. работать с WAVE-файлами используя Java можно на относительно высоком уровне, но понимать основные принципы формата все же надо. В основе формата лежит концепция так называемых chunk'ов. Каждый chunk (чанк) представляет из себя кусок данных, в котором содержится ID чанка, его размер и данные. ID и размер чанка называют заголовками. По ID можно судить о том, что за данные содержит этот чанк. Любой чанк в качестве данных может содержать другие чанки. Рассмотрим базовую структуру WAVE-файла.

WAVE-файл в простом случае состоит из одного чанка "RIFF", который внутри себя содержит чанк "WAVE", а "WAVE" в свою очередь чанки "fmt" и "data". Чанк "fmt" хранит описание формата, сюда входят частота, размер сэмпла, количество каналов и т.п.. Чанк "data" содержит последовательно расположенные сэмплы. Каждый сэмпл занимает столько байт, сколько указано в чанке "fmt". Для представления значения сэмпла используется порядок little-endian, т.е. младший байт идет первым. Если файл состоит из более чем одного канала, то сэмплы каждого канала чередуются. Например, в стерео-файле (2 канала) сначала идет первый сэмпл левого канала, потом первый сэмпл правого канала, затем второй сэмпл левого канала и второй правого, и т.д.. Сэмплы всех каналов взятых в какой-то один момент времени называются кадром или фреймом (frame). Например, в стерео-файле первые сэмплы левого и правого каналов будут называться первым кадром.

Кроме описанных выше чанков в WAVE-файл могут входить и другие. Подробнее почитать о формате на английском можно здесь и здесь.

Средства Java для работы с WAVE

В стандартной библиотеке Java есть пакет javax.sound.sampled, который предоставляет классы и интерфейсы для работы со звуковыми данными, в том числе и для их воспроизведения. Для того, что бы прочитать какой-либо WAVE-файл есть два главных класса: AudioInputStream, который представляет поток из которого можно читать аудио-данные и AudioFormat, который позволяет легко получить информацию о формате файла. Таким образом, с помощью этих классов можно избежать ручного путешествия по файлу в поисках интересующих вас чанков. Для создания WAVE-файла, главным образом, используется эта же пара классов.

Единственный немного более низкоуровневый момент заключается в том, что преобразованием числа в байты и байтов в число придется заниматься самостоятельно. Но если это вас пугает, можно воспользоваться классом ByteBuffer из пакета java.nio, который предоставляет множество методов для работы с байтовыми буферами.

Пример работы с WAVE-файлами

Приведу пример простого класса для работы с WAVE-файлами. По комментариям должно быть понятно, что там происходит. Только учтите, что класс работает с числами типа int, т.е. для записи такого числа необходимо минимум 4 байта. Можно записывать и в большее количество байт, но использоваться будет только 4, а остальные будут заполнены нулями. После того, как разберетесь с этим простым классом, думаю, легко сможете переделать его под свои задачи. Так же замечу, что чтение данных в память происходит разом, а работа потом уже ведется с массивом в памяти. Мне это нужно для скорости. Если же вам скорость не важна, но зато нужно экономить память, то можете переделать класс для чтения по одному сэмплу.

import java.io.ByteArrayInputStream;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.nio.ByteBuffer;
import java.nio.ByteOrder;
import java.util.Arrays;
import javax.sound.sampled.AudioFileFormat;
import javax.sound.sampled.AudioFormat;
import javax.sound.sampled.AudioInputStream;
import javax.sound.sampled.AudioSystem;
import javax.sound.sampled.UnsupportedAudioFileException;

/**
 * Простой класс для работы с wave-файлами. 
 *  
 * @author eqlbin
 *
 */
public class WaveFile {

    private int INT_SIZE = 4;
    public final int NOT_SPECIFIED = -1;
    private int sampleSize = NOT_SPECIFIED;
    private long framesCount = NOT_SPECIFIED;
    private byte[] data = null;  // массив байт представляющий аудио-данные 
    private AudioInputStream ais = null;
    private AudioFormat af = null;
    
    /**
     * Создает объект из указанного wave-файла
     * 
     * @param file - wave-файл
     * @throws UnsupportedAudioFileException
     * @throws IOException
     */
    WaveFile(File file) throws UnsupportedAudioFileException, IOException {
        
        if(!file.exists()) {
            throw new FileNotFoundException(file.getAbsolutePath());
        }
        
        // получаем поток с аудио-данными
        ais = AudioSystem.getAudioInputStream(file);  
        
        // получаем информацию о формате
        af = ais.getFormat();
        
        // количество кадров в файле
        framesCount = ais.getFrameLength();
        
        // размер сэмпла в байтах
        sampleSize = af.getSampleSizeInBits()/8;
        
        // размер данных в байтах
        long dataLength = framesCount*af.getSampleSizeInBits()*af.getChannels()/8;
        
        // читаем в память все данные из файла разом
        data = new byte[(int) dataLength]; 
        ais.read(data);
    }

    /**
     * Создает объект из массива целых чисел
     * 
     * @param sampleSize - количество байт занимаемых сэмплом
     * @param sampleRate - частота
     * @param channels - количество каналов
     * @param samples - массив значений (данные)
     * @throws Exception если размер сэмпла меньше, чем необходимо 
     * для хранения переменной типа int 
     */
    WaveFile(int sampleSize, float sampleRate, int channels, int[] samples) throws Exception {

        if(sampleSize < INT_SIZE){
            throw new Exception("sample size < int size");
        }
        
        this.sampleSize = sampleSize;
        this.af = new AudioFormat(sampleRate, sampleSize*8, channels, true, false);
        this.data = new byte[samples.length*sampleSize];
        
        // заполнение данных
        for(int i=0; i < samples.length; i++){
            setSampleInt(i, samples[i]);
        }
        
        framesCount = data.length / (sampleSize*af.getChannels());
        ais = new AudioInputStream(new ByteArrayInputStream(data), af, framesCount);
    }

    /**
     * Возвращает формат аудио-данных
     * 
     * @return формат
     */
    public AudioFormat getAudioFormat(){
        return af;
    }

    /**
     * Возвращает копию массива байт представляющих
     * данные wave-файла
     * 
     * 
     * @return массив байт
     */
    public byte[] getData() {  
        return Arrays.copyOf(data, data.length);
    }
    
    /**
     * Возвращает количество байт которое занимает
     * один сэмпл
     * 
     * @return размер сэмпла
     */
    public int getSampleSize() {
        return sampleSize;
    }

    /**
     * Возвращает продолжительность сигнала в секундах
     * 
     * @return продолжительность сигнала
     */
    public double getDurationTime() {
        return getFramesCount() / getAudioFormat().getFrameRate();
    }
    
    /**
     * Возвращает количество фреймов (кадров) в файле 
     * 
     * @return количество фреймов
     */
    public long getFramesCount(){
        return framesCount;
    }
    
    /**
     * Сохраняет объект WaveFile в стандартный файл формата WAVE
     * 
     * @param file
     * @throws IOException
     */
    public void saveFile(File file) throws IOException{
        AudioSystem.write( new AudioInputStream(new ByteArrayInputStream(data), 
                af, framesCount), AudioFileFormat.Type.WAVE, file); 
    }
    
    /**
     * Возвращает значение сэмпла по порядковому номеру. Если данные
     * записаны в 2 канала, то необходимо учитывать, что сэмплы левого и 
     * правого канала чередуются. Например, сэмпл под номером один это
     * первый сэмпл левого канала, сэмпл номер два это первый сэмпл правого 
     * канала, сэмпл номер три это второй сэмпл левого канала и т.д..
     * 
     * @param sampleNumber - номер сэмпла, начиная с 0
     * @return значение сэмпла
     */
    public int getSampleInt(int sampleNumber) {
    
        if(sampleNumber < 0 || sampleNumber >= data.length/sampleSize){
            throw new IllegalArgumentException(
                    "sample number is can't be < 0 or >= data.length/"
                     + sampleSize);
        }
        
        // массив байт для представления сэмпла 
        // (в данном случае целого числа)
        byte[] sampleBytes = new byte[sampleSize];
        
        // читаем из данных байты которые соответствуют
        // указанному номеру сэмпла
        for(int i=0; i < sampleSize; i++){
            sampleBytes[i] = data[sampleNumber * sampleSize + i];
        }
        
        // преобразуем байты в целое число
        int sample = ByteBuffer.wrap(sampleBytes)
                .order(ByteOrder.LITTLE_ENDIAN).getInt();
    
        return sample;
    }
    
    /**
     * Устанавливает значение сэмпла 
     * 
     * @param sampleNumber - номер сэмпла
     * @param sampleValue - значение сэмпла
     */
    public void setSampleInt(int sampleNumber, int sampleValue){
    
        // представляем целое число в виде массива байт
        byte[] sampleBytes = ByteBuffer.allocate(sampleSize).
            order(ByteOrder.LITTLE_ENDIAN).putInt(sampleValue).array();

        // последовательно записываем полученные байты
        // в место, которое соответствует указанному
        // номеру сэмпла
            for(int i=0; i < sampleSize; i++){
                data[sampleNumber * sampleSize + i] = sampleBytes[i];
            }
        }
    }

Теперь посмотрим как можно работать с этим классом. Ниже приведен пример программы, которая создает синусоиду частотой 440 Гц (нота Ля) и сохраняет ее в моно-файл, затем создает стерео-файл, в котором в одном канале записана такая же синусоида 440 Гц, а в другом 329.6 Гц (нота Ми). В конце программа выводит первые 10 сэмплов из моно-файла. Получившиеся WAVE-файлы можно прослушать в проигрывателе или открыть в звуковом редакторе, чтобы убедиться в правильности работы программы. Правда, честно говоря, у меня на линуксе не все проигрыватели нормально проиграли эти файлы, но VLC, Audacious и Audacity с ними работают корректно.

import java.io.File;

public class TestWaveFile {
    public static void main(String[] args) throws Exception {
        
        // создание одноканального wave-файла из массива целых чисел
        System.out.println("Создание моно-файла...");
        int[] samples = new int[3000000];
        for(int i=0; i < samples.length; i++){
            samples[i] = (int)Math.round((Integer.MAX_VALUE/2)*
                        (Math.sin(2*Math.PI*440*i/44100)));
        }
        
        WaveFile wf = new WaveFile(4, 44100, 1, samples);
        wf.saveFile(new File("/home/user/test/testwav1.wav"));
        System.out.println("Продолжительность моно-файла: "+wf.getDurationTime()+ " сек.");
        
        // Создание стерео-файла
        System.out.println("Создание стерео-файла...");
        int x=0;
        for(int i=0; i < samples.length; i++){
            samples[i++] = (int)Math.round((Integer.MAX_VALUE/2)*
                                   (Math.sin(2*Math.PI*329.6*x/44100)));
            samples[i] = (int)Math.round((Integer.MAX_VALUE/2)*
                                   (Math.sin(2*Math.PI*440*x/44100)));
            x++;
        }
        wf = new WaveFile(4, 44100, 2, samples);
        wf.saveFile(new File("/home/user/test/testwav2.wav"));
        System.out.println("Продолжительность стерео-файла: "+wf.getDurationTime()+ " сек.");
        
        // Чтение данных из файла
        System.out.println("Чтение данных из моно-файла:");
        wf = new WaveFile(new File("/home/user/test/testwav1.wav"));
        for(int i=0; i<10; i++){
            System.out.println(wf.getSampleInt(i));
        }
    }
}

Вот так выглядят созданные файлы в Audacity: