由于底层识别使用的是pcm，因此推荐直接上传pcm文件。如果上传其它格式，会在服务器端转码成pcm，调用接口的耗时会增加。
pom引入jar <dependency> <groupId>com.googlecode.soundlibs</groupId> <ar
经过上文音频知识一的数模转换介绍，我们了解，模拟信号转换为数字信号就称为数模转换，需要进行的步骤：采样，量化，编码。其中编码部分音频裸就是pcm数据，而编码时如果通过不同的算法，就被保存为不同的格式，比如wav，mp3等等。
一.环境配置 https://ffmpeg.org/download.html#build-windows #选择对于系统 如果是windows直接访问一下连接 https://github.com/BtbN/FFmpeg-Builds/releases 选择xxx-shared.zip https://github.com/BtbN/FFmpeg-Builds/releases/download/autobuild-2020-09-27-12-31/ffmpeg-N-99395-ga3a6b56200-w
参考 【Android FFMPEG 开发】Android 中执行 FFMPEG 指令 博客 ;
说到语音识别、语音翻译、图像识别、人脸识别等等，现在已经非常非常非常普及了，看过‘最强大脑’的朋友，也应该对‘小度’这个机器人有所了解，战胜国际顶尖的‘大脑’- 水哥，(PS：内幕不知)，那么今天，我们来看下关于语音识别，是如何做到的，Java又是如何识别语音的？如何转换语音？
本篇开始讲解在Android平台上进行的音频编辑开发，首先需要对音频相关概念有基础的认识。所以本篇要讲解以下内容：
FFmpeg是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序。采用LGPL或GPL许可证。它提供了录制、转换以及流化音视频的完整解决方案。它包含了非常先进的音频/视频编解码库libavcodec，为了保证高可移植性和编解码质量，libavcodec里很多code都是从头开发的。
Android常用的录音工具有两种，分别是MediaRecorder和AudioRecord，前者用于录制普通音频，后者用于录制原始音频。然而无论是普通音频的amr和aac格式，还是原始音频的pcm格式，都不能在电脑上直接播放，也不能在苹果手机上播放，因为它们属于安卓手机的定制格式，并非通用的音频格式。若想让录音文件放之四海而皆能播放，就得事先将其转为通用的MP3格式，虽然Android官方的开发包不支持MP3转换，不过借助第三方的LAME库，能够将原始音频转存为MP3文件。 LAME是一个高质量的MP3编码器，它采用C/C++代码开发，需要通过JNI技术引入到App工程。LAME源码的下载页面为https://lame.sourceforge.io/download.php，笔者找到的最新版本是3.100，先解压下载完成的源码包，再按照下列步骤依次调整源码细节： 1、把源码包里面的libmp3lame目录整个复制到App模块的jni目录下； 2、把include目录下的lame.h头文件复制到jni\libmp3lame目录下； 3、打开jni\libmp3lame下面的set_get.h，把这行代码
很多时候我们需要把一些图片、音频、视频上传到服务器，于是就有了文件压缩这个问题了,这篇文章就小结一下具体的文件压缩实现吧。
完美解决个人微信音频amr文件与mp3格式互转 完美解决个人微信音频amr文件与mp3格式互转1、安装gcc ffmpeg wget http://downloads.sourceforge.net/lame/lame-3.100.tar.gz tar -zxvf lame-3.100.tar.gz cd lame-3.100 ./configure --prefix=/usr/local make && make install ln -s /usr/local/lib/libmp3lam
得分以下步骤：首先 avi 转 mp4,mp4再转flv 同时flv对声音频率有要求，只能事11025 22050 44100. 要转成 12000得flv，需要从flv再转一次。
1.先安装 1.madplay-0.15.2b.tar.gz 2.libmad-0.15.1b.tar.gz 3 libid3tag-0.15.1b.tar.gz 方法是：./configure sudo make sudo make install prefix = /usr/local 中prefix 为make install的安装目录，默认在/usr/loacl 如果希望安装到其他目录 ./configure --prefix=/安装目录路径 4.执行madplay 播放mp3 先加载动态库 ：如 export LD_LIBRARY_PATH=/usr/local/lib 播放mp3 ./madplay 1.mp3 2.mp3 3.mp3 madpay功能很强求，可以实现多个节目循环播放，快进拖动播放，暂停，恢复，支持wav等格式输出等。 目前madplay还不支持网络播放.不过mp123支持网络播放。 madplay使用方法： 传入打印既可以使用短传入(-n )，也可以使用长传入（--abc)，二者等效，下面只讲短传入 -v 获取播放时间 -q 不存在任何打印,但现实警告 -Q 不存在任何打印 --downsample 只采用一半数据 -i 忽略CRC校验错误 -o PATH/xx.wav 可以用来转码，将mp3转为wav 也可以是其他格式，见说明;.raw 表示是元素pcm，.hex等 -a 开启衰减音量 ，增加音量，衰减系统为-175~+18 （当然通过键盘+ —也可以调整音量） -A 同-a -1 -2 -m -S 分别指左声道，右声道，双声道，立体声 -s 用于seek播放 如：0:1:20:11 ，seek到1小时，2分钟，11秒时开始播放 -t 用于播放时间现在 0:1:20:11 ，播放到1小时，2分钟，11秒时就停止 -z 用于随机播放列表 -r, --repeat[=MAX] 循环播放无限次或Max次 --tty-control enable keyboard controls 默认是使能热键 --no-tty-control disable keyboard controls 热键使用 下一首歌曲; f，或ctrl+n 或者> 上一首歌曲 b ,或ctrl+p 或者< 退出:q, Q,获取ctrl+c 获取播放状态信息: i ？ 调节音量: - + _ = 暂停恢复：p 停止:s Usage: ./madplay [OPTIONS] FILE [...] Decode and play MPEG audio FILE(s). Verbosity: -v, --verbose show status while decoding -q, --quiet be quiet but show warnings -Q, --very-quiet be quiet and do not show warnings --display-time=MODE use default verbose time display MODE (remaining, current, overall) Decoding: --downsample reduce sample rate 2:1 -i, --ignore-crc ignore CRC errors --ancillary-output=PATH write ancillary data to PATH Audio output: -o, --output=[TYPE:]PATH write output to PATH with format TYPE (below) -b, --bit-depth=DEPTH request DEPTH bits per sample -R, --sample-rate=HERTZ request HERTZ samples per second -d, --no-dither do not dither
PCM（Pulse Code Modulation—-脉码调制录音)。所谓PCM录音就是将声音等模拟信号变成符号化的脉冲列，再予以记录。PCM信号是由[1]、[0]等符号构成的数字信号，而未经过任何编码和压缩处理。与模拟信号比，它不易受传送系统的杂波及失真的影响。动态范围宽，可得到音质相当好的影响效果。
Android录音支持的格式有amr、aac，但这两种音频格式在跨平台上表现并不好。 MP3显然才是跨平台的最佳选择。
转载: http://msching.github.io/blog/2014/07/07/audio-in-ios/
代码地址：https://download.csdn.net/download/qq_14931305/10803169
PCM格式 PCM属于编码格式，PCM是经过话筒后直接得到的未经压缩的数据流 数据的大小 = 采样率 * 采样位数 * 声道 * 秒数 ／ 8 采样率一般是：22K或者是44K 位数一般是：8位或者16位 声道一般是：双声道或者单声道 PCM是一串由多个样本值组成的数据流，本身没有任何头信息或者帧的概念。只有一段PCM数据是没有办法知道它的采样率的信息的。 WAV格式 WAV是封装格式，里面本身可以存放多种编码格式，不过一般都存放PCM数据。 WAV文件是由“WAV文件头”和“WAV文件体”组成
我们看下Lame官网（https://lame.sourceforge.io/index.php）给的描述
MAD （libmad）是一个开源的高精度 MPEG 音频解码库，支持 MPEG-1（Layer I, Layer II 和 LayerIII（也就是 MP3）。LIBMAD 提供 24 -bit 的 PCM 输出，完全是定点计算，非常适合没有浮点支持的平台上使用。使用 libmad 提供的一系列 API，就可以非常简单地实现 MP3 数据解码工作。
我们看下Lame官网（lame.sourceforge.io/index.php）给的描述
FFmpeg是一个完整的跨平台音视频解决方案，它可以用于处理音频和视频的转码、录制、流化处理等应用场景。官网：http://ffmpeg.org/。FFmpeg有三大利器，分别是ffmpeg、ffprobe、ffplay。今天主要介绍ffplay，它是FFmpeg用于播放音视频文件的播放器。
项目Github地址：https://github.com/alsa-project/alsa-lib
在 ffmpeg 命令中 , -aframes 参数用于设置 要输出的 音频帧 帧数 , 通过该参数 设置 一个 指定的 音频帧数 , 输出完 该 指定音频帧数 的 音频帧 之后 , ffmpeg 将会停止处理音频流 , 通过该参数 可以 精确控制音频输出长度 ;
关于MP3文件播放：通常步骤是：获取MP3相关参数 -> 解码-> 相关平台播放音频接口播放声音；
如果是 mp3、aac 等压缩音频，则需提前解码成 PCM 数据，Android 端可以通过 MediaExtractor 及 MediaCodec 解码得到 PCM 。
在 Windows 命令行中 , 执行 ffmpeg 命令 , 有可能 在命令行中输出大量信息 ;
由于项目原因，在小编的测试工作中，经常需要使用各种音频、视频、图片等二进制文件进行测试。因为这些影音数据不同于文本，需要考虑的不只是字符种类和字符编码，还需要考虑文件格式和内部编码的类型，测试时往往需要使用不同格式和编码的数据。而一般情况下，我们所能获取的每条测试数据经常是只有一种格式或编码形式，这时就需要我们对这些数据进行转码。
在实际的开发中，关于音频的传输上，iOS与Android的通用性一直是一个不可回避的问题。下面记录下比较好的解决方案。
今天考虑一个mcu混合的实现，也就是接收多路过来的rtp流，然后转发出去一路的rtmp流，使用ffmpeg测试做的记录，刚开始一直通过ffmpeg推送的文件流不能满足要求，还是对参数配置不熟悉；
1.Android 使用AudioRecord而实现录音暂停以及wav文件转mp3文件。因为android系统开源的原因，导致许多生产厂商乱改系统源码，此处小米最为恶心，使用android原生的AudioRecord录制只能保存wav和pcm格式的语音文件，但是小米手机录制的wav语音文件系统本身不支持，所以使用MediaPlayer不能播放wav格式的文件，其它手机可以。此时有一万匹草泥马从旁边疾驰而过。。。
上图红框内为编译选项，编译选项支持编解码的格式、封装的格式及网络协议等等第三方包。其中比较常用的：
在前面的文章中已经能够利用 SDL 去播放 YUV 视频文件了，接下来要通过 SDL 去播放 PCM 音频文件。
要求 根据现有音频框架实现一个录音程序，要求：PCM格式， 采样率16K, S16LE, 单通道 使用ffmpeg 将录音音频转换为采样率为48K wav格式的文件 使用ffmpeg 将录音音频转换为MP3格式的文件 使用Audacity查看你的录音频谱 使用sndpeek分析你的音频数据，并写出心得 平台 Linux-3.4.2 arm-linux-gcc-4.3.2 精简版yaffs文件系统 JZ2440开发板(S3C2440) ALSA框架 alsa-lib-1.0.27.2 alsa-util
2023-03-12：mp3音频解码为pcm，代码用go语言编写，调用moonfdd/ffmpeg-go库。
By HKL, on Tuesday 2023-08-01 12:44, tagged: 🏷️ffmpeg 🏷️Music 🏷️ChatGPT
近期偶然间看到一个开源项目minimp3 Minimalistic MP3 decoder single header library 项目地址: https://github.com/lieff/minimp3 单文件头的最小mp3解码器。 一直很想抽时间好好看上一看。 最好的学习方式就是写个实用性的工程项目。 例如实现mp3转wav格式。 嗯，这篇博文就是这么来的。 阅读了下minimp3的源码，有一两处小bug， 这个解码算法可以进一步提速优化的地方还有不少。 后面有时间，再好好庖丁解牛。 基于这个库
其实老早就想写一些关于音视频学习的文章了，但由于各方面的原因迟迟都没有开始。一个方面是因为笔者写文章都是成系统的，音视频需要大家有一定的 c/c++ 基础；还有一个方面是因为之前经验不足，这一块涉及到的细节也比较多。我自己学习时看过大量的文章和资料，这里推荐 雷霄骅的专栏 ，虽然文章的更新永远停在了那一刻，但其无私分享的精神值得我们每一个开发者学习。音视频这系列文章我们打算从基础开始学，然后结合移动端 NDK 来开发。因此如果你已经是音视频开发的老司机，那么本文可能不太适合你，其次如果之前没了解过 NDK 开发，学习起来也可能会有些难度。
本文将介绍如何使用Go语言和FFmpeg库实现PCM音频文件编码为MP3格式。我们将使用moonfdd/ffmpeg-go库，并在Windows 10 64位操作系统下完成本次实验。
今天我们学习音频的采集、编码、生成文件、转码等操作，我们生成三种格式的文件格式，pcm、wav、aac 三种格式，并且我们用 AudioStack 来播放音频，最后我们播放这个音频。
本文实例为大家分享了Android实现伴奏录音合成MP3的具体代码，供大家参考，具体内容如下
本文介绍一个最简单的基于FFMPEG的音频编码器。该编码器实现了PCM音频採样数据编码为AAC的压缩编码数据。编码器代码十分简单，可是每一行代码都非常重要。通过看本编码器的源码。能够了解FFMPEG音频编码的流程。
使用ffmpeg实现一个播放器？是不是没什么新意，不过一直使用ffmpeg程序，还没有用ffmpeg代码接口实现播放器，并且还需要使用linux的alsa接口播放出声音，所以做出来还是觉得有点意思；
“ 最近为小程序增加语音识别转文字的功能，坑路不断，特此记录。 ” 微信开发者工具 开发者工具上的录音文件与移动端格式不同，暂时只可在工具上进行播放调试，无法直接播放或者在客户端上播放。 debug的时候发现，工具上录音的路径是http://tmp/xxx.mp3，客户端上录音是wxfile://xxx.mp3。 其实呢，不是格式不同，是映射路径不同。 虽然这里做个兼容也不难，但是每次提示一行文字，很影响美观。 采样率与编码码率限制 每种采样率有对应的编码码率范围有效值，设置不合法的采样率或编码码率会导
零、前言 今天比较简单，先理一下录制和播放的四位大将 再说一下SoundPool的使用和pcm转wav 讲一下C++文件如何在Android中使用，也就是传说中的JNI 最后讲一下变速播放和变调播放 ---- 一、AudioRecord和MediaRecorder，AudioTrack和MediaPlayer 0.到现在接触了四个类： 第一天：AudioRecord(录音)、AudioTrack(音频播放) 第二天：MediaPlayer(媒体播放器--音频部分) 第三天：MediaR
最近做一个即时通信类的项目，由于要保证pc端，iOS端和Android端的通用性，最终统一为MP3格式，一直担心MP3格式会不会很大，但是实测还是可以接受的。下面来看看具体步骤：
假如您的产品需要音量不那么大，大概50平方的空间能听到就可以了，那就选择PWM输出即可，简单直接
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
