(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

 

• 在jmp123.jar所在目录为当前目录启动jmp123.jar，启动时自动加载default.m3u、bk1.jpg、bk2.jpg；
• 为方便测试MP3解码器，简体中文环境时播放器有网络搜索MP3功能，出于对某MP3网站的尊重，源代码中未附上搜索功能的源代码，请谅解。请勿对程序反相查看源代码，请自觉遵守:)

(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 <= 13
	public 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;
			else
				realIO[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 383x124
		height = 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PCM
				wi.read(b, FFT.FFT_N << 1);
				//wi.getWave264(b, FFT.FFT_N << 1);//debug
				for (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/

 

解码器神码的 确实不太明白M记

关注楼主更新..

同学,你不错啊.... 支持一个.

不错不错 ， CPU和内存都很合理 。  但是为什么JMF使用dll链接库呢。 这个还是直接java解码

 

 这个没有调用第三方库文件。

JMF调用第三方解码库，系统没安装相应解码库是不能播放的。

我记得有个叫YOYOPlayer做的很好，貌似没有用JMF

 

 这个播放器不错。没有用JNI调用第三方用c写的解码库，由于YOYOPlayer的MP3解码器没有公开源代码，只有.class，从文件名上看，似乎用得是第三方的java写的MP3解码器（JAR包）：

YOYOPlayer-src\lib\jl1.0.jar

这个是MP3解码器。

其实， 严格按解码算法写的java解码器也不会太悲惨的。 不过， 不象c, 代码随意点， 性能也还可以。 java要解码性能好， 细节上的还是比较重要。

YOYOPLAYER早些时间有公开源码，我好像有收藏，出于对作者的尊重我就不说那么多了。