首页

教程：声音

Java声音API是一个用于影响和控制声音媒体输入和输出的低级API，包括音频和MIDI数据。Java声音API提供了对通常用于声音输入和输出的功能的显式控制，以促进可扩展性和灵活性。

Java声音API满足广泛的应用程序开发人员的需求。潜在的应用领域包括：

• 通信框架，如会议和电话
• 最终用户内容传递系统，如使用流媒体内容的媒体播放器和音乐
• 交互式应用程序，如使用动态内容的游戏和网站
• 内容创建和编辑
• 工具、工具包和实用程序

Java声音API提供了Java平台上最低级别的声音支持。它为应用程序提供了对声音操作的极大控制，并且它是可扩展的。例如，Java声音API提供了安装、访问和操作系统资源（如音频混音器、MIDI合成器、其他音频或MIDI设备、文件读取器和写入器以及声音格式转换器）的机制。Java声音API不包括复杂的声音编辑器或图形工具，但它提供了构建此类程序所需的功能。它强调超出最终用户通常期望的低级控制。

Java声音API包括对数字音频和MIDI数据的支持。这两个主要的功能模块在单独的包中提供：

• javax.sound.sampled - 该包为数字（采样）音频的捕获、混合和播放指定了接口。
• javax.sound.midi - 该包提供了MIDI合成、序列化和事件传输的接口。

另外两个包允许服务提供商（而不是应用程序开发人员）创建自定义软件组件，扩展Java声音API的功能：

• javax.sound.sampled.spi
• javax.sound.midi.spi

本页面介绍了采样音频系统、MIDI系统和SPI包。然后在教程的后面详细讨论了每个包。

什么是采样音频？

javax.sound.sampled包处理数字音频数据，Java Sound API将其称为采样音频。 样本是信号的连续快照。在音频的情况下，信号是声波。麦克风将声学信号转换成相应的模拟电信号，模数转换器将该模拟信号转换成采样的数字形式。下图显示了声音录制的一个短暂时刻。

一个采样声波

此图以声压（振幅）为纵轴，时间为横轴绘制。模拟声波的振幅以一定的频率周期性地测量，从而得到由数字音频信号组成的离散样本（图中的红色数据点）。中心水平线表示零振幅；线上方是正值样本，线下方是负值样本。数字信号对模拟信号的数字近似精度取决于时间上的分辨率（采样率）和振幅上的量化，即振幅分辨率（用于表示每个样本所使用的位数）。作为参考，存储在CD上的音频每秒采样44,100次，并使用每个样本16位表示。

这里的术语“采样音频”使用得有些宽泛。声波可以在模拟形式下以离散间隔进行采样。然而，对于Java音频API来说，“采样音频”等同于“数字音频”。

通常，计算机上的采样音频来自音频录制，但声音也可以是合成生成的（例如，创建触摸音调电话的声音）。术语“采样音频”指的是数据类型，而不是其来源。

Java音频API不假设特定的音频硬件配置；它被设计成允许在系统上安装不同类型的音频组件并通过API进行访问。Java音频API支持常见的功能，例如从声卡进行输入和输出（例如，录制和播放声音文件）以及多个音频流的混合。下面是一个典型音频架构的示例：

典型音频架构

在这个示例中，诸如声卡之类的设备具有各种输入和输出端口，并且混音由软件提供。混音器可能会接收从文件中读取的数据，从网络流式传输的数据，由应用程序动态生成的数据，或者由MIDI合成器产生的数据。混音器将所有音频输入组合成一个单一的流，可以发送到输出设备进行渲染。

什么是MIDI？

javax.sound.midi包中包含了传输和排序MIDI事件以及根据这些事件合成声音的API。

与采样音频直接表示声音本身不同，MIDI数据可以被看作是创建声音的配方，特别是音乐声音的配方。与音频数据不同，MIDI数据不直接描述声音，而是描述影响由MIDI设备或乐器（例如合成器）执行的声音（或动作）的事件。 MIDI数据类似于图形用户界面的键盘和鼠标事件。对于MIDI来说，这些事件可以被视为对音乐键盘上的动作，以及对该乐器上的各种踏板，滑块，开关和旋钮的动作。这些事件不一定实际源自硬件乐器；它们可以在软件中模拟，并且可以存储在MIDI文件中。可以创建，编辑和执行这些文件的程序称为序列器。许多计算机声卡包括可通过MIDI发送其MIDI事件的可控音乐合成器芯片。合成器也可以完全以软件形式实现。合成器解释它们接收到的MIDI事件并生成音频输出。通常，从MIDI数据合成的声音是音乐声音（与语音等相对）。MIDI合成器还能够生成各种类型的音效。

一些声卡包括MIDI输入和输出端口，可以连接外部的MIDI硬件设备（如键盘合成器或其他乐器）。应用程序可以从MIDI输入端口接收外部MIDI设备生成的事件。该程序可以使用计算机内部的合成器播放音乐表演，将其保存到磁盘上作为MIDI文件，或将其渲染成音乐符号。程序可以使用MIDI输出端口来播放外部乐器，或控制其他外部设备，如录音设备。

下图说明了基于Java Sound API的可能的MIDI配置中主要组件之间的功能关系。（与音频一样，Java Sound API允许安装和互连多种MIDI软件设备。这里显示的系统只是一个潜在的方案。）箭头表示组件之间的数据流动。数据可以是标准的文件格式，或者（如图示右下角的键所示）可以是音频、原始MIDI字节或时间标记的MIDI消息。

可能的MIDI配置

在这个例子中，应用程序通过从磁盘上读取存储为标准MIDI文件的音乐乐谱（图示左侧）来准备音乐表演。标准MIDI文件包含多个轨道，每个轨道都是一个时间标记的MIDI事件列表。大多数事件代表音符（音高和节奏）。该MIDI文件由软件序列器读取，然后通过发送MIDI消息给其他设备（如内部或外部合成器）来“演奏”音乐。合成器本身可以读取包含模拟某些乐器声音指令的声库文件。如果没有，合成器将使用已加载到其中的任何乐器声音来播放MIDI文件中存储的音符。

如图所示，MIDI事件在通过MIDI输出端口发送到外部MIDI设备之前必须转换为原始（非时间标记的）MIDI。同样，从外部MIDI源（图示中的键盘乐器）进入计算机的原始MIDI数据被转换为时间标记的MIDI消息，可以控制合成器，或者可以由序列器存储以供以后使用。

服务提供者接口

javax.sound.sampled.spi和javax.sound.midi.spi包含的API允许软件开发人员创建新的音频或MIDI资源，可以分别提供给用户，并“插入”到现有的Java Sound API实现中。以下是一些可以以这种方式添加的服务（资源）的示例：

• 音频混音器
• MIDI合成器
• 能够读取或写入新类型音频或MIDI文件的文件解析器
• 在不同音频数据格式之间进行转换的转换器

在某些情况下，服务是对硬件设备（如声卡）功能的软件接口，服务提供者可能与硬件的供应商相同。在其他情况下，服务纯粹存在于软件中。例如，合成器或混音器可以是声卡上的芯片的接口，也可以在没有任何硬件支持的情况下实现。

Java音频API的实现包含一组基本的服务，但服务提供者接口（SPI）包允许第三方创建新的服务。这些第三方服务以与内置服务相同的方式集成到系统中。 AudioSystem类和MidiSystem类充当协调器，使应用程序能够显式或隐式地访问服务。通常，应用程序对使用的服务的存在完全透明。服务提供者机制使基于Java音频API的应用程序的用户受益，因为可以向程序添加新的声音功能，而无需更新JDK或运行时环境的新版本，甚至在许多情况下，无需更新应用程序本身的新版本。