Java 频谱图图像 : mp3 and microphone

Question

首先，我正在做一个小项目来查看一些声音的频谱。

我用麦克风做了这个: alt text http://img25.imageshack.us/img25/4271/spectrumanalyzerfourier.png

上图是我对着麦克风说话和喊叫了几秒钟。这对我来说很好。

但是当我尝试读取 MP3 文件并制作它的频谱图像时，它看起来有点不同。我尝试了 Aphex Twin - Windowlicker，您通常应该在频谱图图像中看到一张脸，或者至少看到一些更深的颜色。但它看起来不太好: alt text http://img10.imageshack.us/img10/3475/aphextwinhmm.png

这是我对麦克风所做的:

byte tempBuffer[] = new byte[10000];
ByteArrayOutputStream out = new ByteArrayOutputStream();
counter = 20;

// Microphone
while (counter != 0) {
 int count = line.read(tempBuffer, 0, tempBuffer.length);
 if (count > 0) {
  out.write(tempBuffer, 0, count);
 }
 counter--;
}
out.close();

// FFT code below ...
byte audio[] = out.toByteArray();
// ...

这就是我用 MP3 做的:

我使用相同的代码进行转换和可视化，只是音频捕获部分不同(我只是在绘图方法中调整了高度以查看是否有差异，但没有):

byte tempBuffer[] = new byte[10000];
ByteArrayOutputStream out = new ByteArrayOutputStream();
FileInputStream input = null;

File mp3 = new File("Aphex Twin - Widowlicker.mp3");
input = new FileInputStream(mp3);
int len;
while((len = input.read(tempBuffer)) > 0) {
 out.write(tempBuffer, 0, len);
}

out.close();
input.close();

// FFT code below ...
byte audio[] = out.toByteArray();
// ...

如果有人能指出我在 MP3 文件上做错了什么，那就太好了。

这些是我的设置:

• 采样率:44100
• 每个样本的位数:8
• channel :1(单声道)
• 签名:真实
• big endian:true (我在 Java 中使用 AudioFormat)
• 读取音频的 tempBuffer:10000 ( byte tempBuffer[] = new byte[10000]; )
• 对于 FFT，我将音频分成 4096 个 block (必须是 2 的幂)

顺便问一下:这些设置是否正确，或者我应该使用 16bps 或立体声，还是 10000 用于缓冲区过多或 4096 用于小/大？

提前致谢

Answer 1

MP3 是一种压缩音频格式。您应该首先解压缩数据，然后才能将其用作与麦克风数据相当的音频流。原始 MP3 数据具有最大熵，看起来应该很像白噪声，它在您的声谱图中确实如此。