(附)用JAVA编写MP3解码器——GUI
以下代码是开源(GPL)程序jmp123的一部分。
?
(一)简单的GUI
?
(二)解码速度测试 完全解码但不播放输出：
java -cp jmp123.jar jmp123.test.Test1 <MP3文件名>
这个纯JAVA解码器的速度是很快的。即将放出的下一个版本0.2采用帧间并行运算针对多核心的CPU运行优化。
?
?
(三)频谱显示
?
1.捕获音频输出
将音乐可视化首先要获取音乐数据，可以从音频输出捕获PCM数据。如果频谱显示是内置在音频解码器中，这一步就可以省略，取而代之的是直接从解码器复制PCM数据，这样占用的资源少而且速度快。
/* * WaveIn.java * 捕获音频输出 */import javax.sound.sampled.AudioFormat;import javax.sound.sampled.AudioSystem;import javax.sound.sampled.DataLine;import javax.sound.sampled.TargetDataLine;public class WaveIn {private AudioFormat af;private DataLine.Info dli;private TargetDataLine tdl;/** * 打开音频目标数据行。从中读取音频数据格式为：采样率32kHz，每个样本16位，单声道，有符号的，little-endian。 * @return 成功打开返回true，否则false。 */public boolean open() {af = new AudioFormat(32000, 16, 1, true, false);dli = new DataLine.Info(TargetDataLine.class, af);try {tdl = (TargetDataLine) AudioSystem.getLine(dli);tdl.open(af, FFT.FFT_N << 1);} catch (Exception e) {e.printStackTrace();return false;}return true;}public void close() {tdl.close();}public void start() {tdl.start();}public void stop() {tdl.stop();}public int read(byte[] b, int len) {return tdl.read(b, 0, len);}private double phase0 = 0;/** * 产生频率264Hz，采样率为44.1kHz，幅值为0x7fff，每个样本16位的PCM。 * @param b 接收PCM样本。 * @param len PCM样本字节数。 */public void getWave264(byte[] b, int len) {double dt = 2 * 3.14159265358979323846 * 264 / 44100;int i, pcmi;len >>= 1;for (i = 0; i < len; i++) {pcmi = (short) (0x7fff * Math.sin(i * dt + phase0));b[2 * i] = (byte) pcmi;b[2 * i + 1] = (byte) (pcmi >>> 8);}phase0 += i * dt;}}??
2.将时域PCM数据变换到频域
用FFT完成PCM数据从 时域 到频域 的变换，这本是本文技术含量最高的活儿，想必大家对FFT都很熟悉了吧，对FFT方法本身就不多说了。
时域PCM数据是16位的short类型，取值范围是-32768..32767。对于频谱显示用512点FFT就足够了，我们知道音频数据的截止频率是由其采样率决定的，如果采样率为32kHz， 截止频率为16kHz。可以计算出FFT后频率间隔为16*1024/(512/2)=64Hz，即经过FFT后下文源代码中realIO得到256个值：realIO[i]是64*i至64*(i+1)Hz频率范围内的“幅值”（这里不是真正的幅值，是复数模的平方再乘以512，如果要得到幅值，需要开方后再除以512）。
为了减少不必要的浮点运算，这里淘汰了“幅值”较小的输出，直接将它的值置零。依据的原理是：如果FFT后得到的复数的模太小，除以512后取整为零，干脆先将这样的值置零。
/* * FFT.java * 用于频谱显示的快速傅里叶变换 * http://jmp123.sf.net/ */public class FFT {public static final int FFT_N_LOG = 9; // FFT_N_LOG <= 13public static final int FFT_N = 1 << FFT_N_LOG;private static final float MINY = (float) ((FFT_N << 2) * Math.sqrt(2)); //(*)private float[] real, imag, sintable, costable;private int[] bitReverse;public FFT() {real = new float[FFT_N];imag = new float[FFT_N];sintable = new float[FFT_N >> 1];costable = new float[FFT_N >> 1];bitReverse = new int[FFT_N];int i, j, k, reve;for (i = 0; i < FFT_N; i++) {k = i;for (j = 0, reve = 0; j != FFT_N_LOG; j++) {reve <<= 1;reve |= (k & 1);k >>>= 1;}bitReverse[i] = reve;}double theta, dt = 2 * 3.14159265358979323846 / FFT_N;for (i = 0; i < (FFT_N >> 1); i++) {theta = i * dt;costable[i] = (float) Math.cos(theta);sintable[i] = (float) Math.sin(theta);}}/** * 用于频谱显示的快速傅里叶变换 * @param realIO 输入FFT_N个实数，也用它暂存fft后的FFT_N/2个输出值(复数模的平方)。 */public void calculate(float[] realIO) {int i, j, k, ir, exchanges = 1, idx = FFT_N_LOG - 1;float cosv, sinv, tmpr, tmpi;for (i = 0; i != FFT_N; i++) {real[i] = realIO[bitReverse[i]];imag[i] = 0;}for (i = FFT_N_LOG; i != 0; i--) {for (j = 0; j != exchanges; j++) {cosv = costable[j << idx];sinv = sintable[j << idx];for (k = j; k < FFT_N; k += exchanges << 1) {ir = k + exchanges;tmpr = cosv * real[ir] - sinv * imag[ir];tmpi = cosv * imag[ir] + sinv * real[ir];real[ir] = real[k] - tmpr;imag[ir] = imag[k] - tmpi;real[k] += tmpr;imag[k] += tmpi;}}exchanges <<= 1;idx--;}j = FFT_N >> 1;/* * 输出模的平方(的FFT_N倍): * for(i = 1; i <= j; i++) * realIO[i-1] = real[i] * real[i] + imag[i] * imag[i]; * * 如果FFT只用于频谱显示,可以"淘汰"幅值较小的而减少浮点乘法运算. MINY的值 * 和Spectrum.Y0,Spectrum.logY0对应. */sinv = MINY;cosv = -MINY;for (i = j; i != 0; i--) {tmpr = real[i];tmpi = imag[i];if (tmpr > cosv && tmpr < sinv && tmpi > cosv && tmpi < sinv)realIO[i - 1] = 0;elserealIO[i - 1] = tmpr * tmpr + tmpi * tmpi;}}}?3.频谱显示
(1).频段量化。512点FFT的输出为线性的，即0到音频截止频率（例如16kHz）等分为256个频段，频谱显示时至多可以显示256段。其实我们用不着显示这么多段，32段足矣，这里采用64段。研究表明人耳对频率的感知不是线性的，即频率升高一倍我们感知到的不是一倍，所以这里将256个频段非线性对应到64个频段内。这里采用指数方式作非线性划分，为什么用指数方式不用别的呢？我也不太清楚，我记得书上大概是这么说的吧。想想也合理，人耳朵对低频的感知较为不灵敏，所以一些音响对低频段作了提升，使得低频的能量远高于高频段，我们离音响比较远的时候，只听见低频段的声音，不是因为低频段的穿透性强，重要原因是其幅值大。频段量化见Spectrum的setPlot方法。
(2).音频数据抽取。频谱显示看起来是“实时”显示的，其实怎么可能呢？一是我们只是作了512点FFT（16kHz时频率分辨率为64Hz，比较粗略）；二是显示的时候每秒显示10多帧就足够了，即使每秒显示100帧以上，我们看得过来吗？所以我们只需要对音频数据间隔一段时间抽取一些出来分析、显示，这用Spectrum的run方法里的延时语句实现。解释一下run方法里的这一语句：
realIO[i] = (b[j + 1] << 8) | (b[j] & 0xff);?
从混音器捕获到的数据是byte类型，需要转换为PCM的16位符号整数，高字节b[j+1]的符号确定了PCM数据的符号。JAVA的数据类型转换那是相当的麻烦，好在频谱显示不是真正意义上的“实时”的，所以尽管要进行FFT等这样大量运算，采用延时一段时间抽取数据出来分析使得整体的运算量不大。
(3).绘制“频率-幅值”直方图。采用内存作图，绘制好一帧后刷到屏幕上去。 直方图中柱体的长度代表该频段的幅值，这个幅值用对数量化，据说人耳朵对音频幅值(能量)的感知也是非线性的，呈对数函数特性的非线性。另外，本来应该对高频段的柱体长度作等响度修正，这样呈现在屏幕上的频谱直方图看起来才符合我们感知到的音乐，可是等响度修正系数没找到免费的供我们用用，人家申请得有专利，要￥或＄或那个什么来着，那就算啦。
(4).对经过FFT后得到的频域数据作怎样的处理使它呈现到屏幕上，并无定势，以上只是我的一个方法，你可以根据自己的喜好修改。
/* * Spectrum.java * 频谱显示 * http://jmp123.sf.net/ */import java.awt.Color;import java.awt.Dimension;import java.awt.GradientPaint;import java.awt.Graphics;import java.awt.Graphics2D;import java.awt.image.BufferedImage;import javax.swing.JComponent;public class Spectrum extends JComponent implements Runnable {private static final long serialVersionUID = 1L;private static final int maxColums = 128;private static final int Y0 = 1 << ((FFT.FFT_N_LOG + 3) << 1);private static final double logY0 = Math.log10(Y0); //lg((8*FFT_N)^2)private int band;private int width, height;private int[] xplot, lastPeak, lastY;private int deltax;private long lastTimeMillis;private BufferedImage spectrumImage, barImage;private Graphics spectrumGraphics;private boolean isAlive;public Spectrum() {isAlive = true;band = 64;//64段width = 383;//频谱窗口 383x124height = 124;lastTimeMillis = System.currentTimeMillis();xplot = new int[maxColums + 1];lastPeak = new int[maxColums];lastY = new int[maxColums];spectrumImage = new BufferedImage(width, height, BufferedImage.TYPE_3BYTE_BGR);spectrumGraphics = spectrumImage.getGraphics();setPreferredSize(new Dimension(width, height));setPlot();barImage = new BufferedImage(deltax - 1, height, BufferedImage.TYPE_3BYTE_BGR);setColor(0x7f7f7f, 0xff0000, 0xffff00, 0x7f7fff);}public void setColor(int rgbPeak, int rgbTop, int rgbMid, int rgbBot) {Color crPeak = new Color(rgbPeak);spectrumGraphics.setColor(crPeak);spectrumGraphics.setColor(Color.gray);Graphics2D g = (Graphics2D)barImage.getGraphics();Color crTop = new Color(rgbTop);Color crMid = new Color(rgbMid);Color crBot = new Color(rgbBot);GradientPaint gp1 = new GradientPaint(0, 0, crTop,deltax - 1,height/2,crMid);g.setPaint(gp1);g.fillRect(0, 0, deltax - 1, height/2);GradientPaint gp2 = new GradientPaint(0, height/2, crMid,deltax - 1,height,crBot);g.setPaint(gp2);g.fillRect(0, height/2, deltax - 1, height);gp1 = gp2 = null;crPeak = crTop = crMid = crBot = null;}private void setPlot() {deltax = (width - band + 1) / band + 1;// 0-16kHz分划为band个频段，各频段宽度非线性划分。for (int i = 0; i <= band; i++) {xplot[i] = 0;xplot[i] = (int) (0.5 + Math.pow(FFT.FFT_N >> 1, (double) i/ band));if (i > 0 && xplot[i] <= xplot[i - 1])xplot[i] = xplot[i - 1] + 1;}}/** * 绘制"频率-幅值"直方图并显示到屏幕。 * @param amp amp[0..FFT.FFT_N/2-1]为频谱"幅值"(用复数模的平方)。 */private void drawHistogram(float[] amp) {spectrumGraphics.clearRect(0, 0, width, height);long t = System.currentTimeMillis();int speed = (int)(t - lastTimeMillis) / 30;//峰值下落速度lastTimeMillis = t;int i = 0, x = 0, y, xi, peaki, w = deltax - 1;float maxAmp;for (; i != band; i++, x += deltax) {// 查找当前频段的最大"幅值"maxAmp = 0; xi = xplot[i]; y = xplot[i + 1];for (; xi < y; xi++) {if (amp[xi] > maxAmp)maxAmp = amp[xi];}/* * maxAmp转换为用对数表示的"分贝数"y: * y = (int) Math.sqrt(maxAmp); * y /= FFT.FFT_N; //幅值 * y /= 8;//调整 * if(y > 0) y = (int)(Math.log10(y) * 20 * 2); * * 为了突出幅值y显示时强弱的"对比度"，计算时作了调整。未作等响度修正。 */y = (maxAmp > Y0) ? (int) ((Math.log10(maxAmp) - logY0) * 20) : 0;// 使幅值匀速度下落lastY[i] -= speed << 2;if(y < lastY[i]) {y = lastY[i];if(y < 0) y = 0;}lastY[i] = y;if(y >= lastPeak[i]) {lastPeak[i] = y;} else {// 使峰值匀速度下落peaki = lastPeak[i] - speed;if(peaki < 0)peaki = 0;lastPeak[i] = peaki;peaki = height - peaki;spectrumGraphics.drawLine(x, peaki, x + w - 1, peaki);}// 画当前频段的直方图y = height - y;spectrumGraphics.drawImage(barImage, x, y, x+w, height, 0, y, w, height, null);}// 刷新到屏幕repaint(0, 0, width, height);}public void paintComponent(Graphics g) {g.drawImage(spectrumImage, 0, 0, null);}public void run() {WaveIn wi = new WaveIn();wi.open();wi.start();FFT fft = new FFT();byte[] b = new byte[FFT.FFT_N << 1];float realIO[] = new float[FFT.FFT_N];int i, j;try {while (isAlive) {Thread.sleep(80);// 延时不准确,这不重要// 从混音器录制数据并转换为short类型的PCMwi.read(b, FFT.FFT_N << 1);//wi.getWave264(b, FFT.FFT_N << 1);//debugfor (i = j = 0; i != FFT.FFT_N; i++, j += 2)realIO[i] = (b[j + 1] << 8) | (b[j] & 0xff); //signed short// 时域PCM数据变换到频域,取回频域幅值fft.calculate(realIO);// 绘制drawHistogram(realIO);}wi.close();} catch (InterruptedException e) {// e.printStackTrace();}}public void stop() {isAlive = false;}}?4.测试
你坐得这么直看了这么久，不demo一下下，说不过去。
?
?
?
import javax.swing.JFrame;public class SpectrumTest {public static void main(String[] args) {JFrame frame = new JFrame();final Spectrum spec = new Spectrum();frame.getContentPane().add(spec);frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);frame.setTitle("Audio Spectrum");frame.setResizable(false);frame.pack();//frame.setAlwaysOnTop(true);frame.setVisible(true);//com.sun.awt.AWTUtilities.setWindowOpacity(frame, 0.8f);new Thread(spec).start();}}??
5.其它
(1).WaveIn要从混音器的“立体声混音器”获取音频数据，要打开音频属性调节->录音->选择立体声混音器，并将立体声混音器的音量推到最大。调节不来的喊我，顺便蹭顿饭吃吃:)??
(2).以上代码实现了从音频输出捕获数据并显示其频谱直方图，直接从音频输出捕获数据的优点是与程序其它模块之间没有依赖性，缺点是资源占用较大，效率较低。内置在解码器里的频谱显示使程序模块之间耦合性增大，但运行效率高。我写了一个播放器，内置了频谱显示。下载地址：
http://jmp123.sf.net/
?
<p><span style="font-size: medium;">jdk:</span></p>