音频格式转换

一、场景

项目需求需要App实现声纹识别功能，调用科大讯飞接口：

声纹识别 API 文档 | 讯飞开放平台文档中心

其接口要求音频文件格式为mp3

二、问题产生

在安卓端根据官方文档说明，系统并不支持直接录制mp3格式音频，支持格式如下：

支持的媒体格式  |  Android media  |  Android Developers

苹果端也有类似情况：

Documentation Archive 

简单来说，移动端系统支持pcm 或者 wav 这种原始音频文件信息，文件比较大，而科大讯飞接口需要提供压缩后文件比较小的mp3格式音频，因此就需要进行转换处理了。

 

三、功能实现

刚开始在安卓端查到的资料大多为使用lame库来进行转换处理：
Android集成LAME库，实现pcm转mp3_安卓lame-CSDN博客

但是看到这种需要NDK 开发，并且这个功能以后也不常用，对于框架的维护起来比较麻烦。所以想着换个思路，是否让后端来进行这个转换工作，因为苹果端以后也要进行转码操作，如果java后端实现了，则可以免去移动端两端的烦恼。

查询java端的思路也还是使用lame库或者ffmpeg 库，但是找到几个开源库都是这种star很少的，例如：

https://blog.csdn.net/Fan_1504251998/article/details/126345408

然后应用时不成成功，报各种错误，无法正常转换。

找到一个star 多一点也是如此，例如：

GitHub - a-schild/jave2: The JAVE (Java Audio Video Encoder) library is Java wrapper on the ffmpeg project

 

就在这种反复尝试无果时，又问了下大模型，给出的其他方案中有使用ffmpeg 转码的，于是想到了之前自己在增加视频关键帧时，曾经下载用命令尝试过，于是查了一下音频转码的命令：

ffmpeg -y -f 采样格式 -ac 声道数 -ar 采样率 -acodec pcm_s16le -i PCM源文件 MP3目标文件

将安卓端录制的pcm音频文件放置到了工具目录下运行：

ffmpeg.exe -y -f s16be -ac 1 -ar 16000 -acodec pcm_s16le -i test_audio.pcm converted.mp3

转换出来的mp3文件能够正常播放，并且使用科大讯飞接口能够成功进行调用。

于是格局打开，思路豁然开朗，感觉大有可为。

继续查询安卓端是否可以直接使用ffmpeg库，而不需要想lame 那样的NDK开发方式，GPT给出了如下引用库：    implementation 'com.arthenica:ffmpeg-kit-full:5.1.LTS'

使用方式：

 String command = String.format("-y -f s16be -ac 1 -ar 16000 -acodec pcm_s16le -i %s %s",wavPath, mp3Path);

        FFmpegSession session = FFmpegKit.execute(command);

        if (session.getReturnCode().isSuccess(session.getReturnCode())) {
            Log.d("FFmpeg", "WAV to MP3 conversion successful");
        } else {
            Log.e("FFmpeg", "WAV to MP3 conversion failed: " + session.getFailStackTrace());
        }

实现了安卓端的音频mp3转换