桌面pc的性能日益提高，java虚拟机的优化技术也不断获得突破，这一切使得用java处理实时信号成为可能。本文将通过设计和构造一个支持实时mp3、wav和ogg音频格式解码/回放的java音乐播放器，阐述用javasound api编写音频处理程序的思路和一般过程。

　　javasound是一个小巧的低层api，支持数字音频和midi数据的记录/回放。在jdk 1.3.0之前，javasound是一个标准的java扩展api，但从java 2的1.3.0版开始，javasound就被包含到jdk之中。由于java有着跨平台（操作系统、硬件平台）的特点，基于javasound的音频处理程序（包括本文的程序）能够在任何实现了java 1.3+的系统上运行，无需加装任何支持软件。

　　一、javasound的体系结构

　　当前jdk的javasound api随同java媒体框架（jmf，java media framework）一起发布，主页在java.sun.com/products/java-media/jmf/，适合jdk 1.1以及更高的版本。除了jdk实现的javasound api之外，还有一个源代码开放的javasound实现是tritonus，主页在http://www.tritonus.org/。

　　图一描述了javasound api的体系结构，虚线表示sun的javasound标准定义的api调用。上面一根虚线表示我们编写音频处理程序要调用的api，javasound api包含在javax.sound.sampled和javax.sound.midi包中。两根虚线之间的部分就是javasound api的具体实现。

 
　　图一：javasound体系结构

　　就象上面一根虚线表示的api具有统一标准一样，在所有的javasound实现中，图一下面一根虚线表示的spi（服务提供者接口， service provider interface）也是统一的。spi的作用是以插件（plug-in）的形式提供自定义的扩展模块，我们只要提供与spi兼容的插件扩展模块，就可以在不改变api的情况下扩展音频处理程序的能力。spi包含在java.sound.sampled.spi和javax.sound.midi.spi包中。

　　例如，假设有一个只能播放wav文件的程序，我们只要增加一个支持mp3文件解码的插件模块，就可以在不改动播放程序的任何一行代码的前提下，为这个播放程序添加播放mp3的能力。

二、javasound混频原理

　　图二阐述了javasound的混频器原理。在处理输入音频的应用中，对于来自各种音频输入端口的信号，例如麦克风、cd播放器、磁带播放器，等等，我们可以在它们到达targetdataline之前，利用混频器控制输入混频，最后在程序中通过targetdataline获得数字化的音频输入流。

　　图二：javasound混频器

　　类似地，在处理输出音频的应用中，混频器用来对一系列来自sourcedataline的数据进行混频处理，经处理后的信号可输出到各种输出端口，例如扬声器、耳机等。sourcedataline是一个可写入音频信号数字流的设备，例如，我们可以从一个wav文件读取内容写入到sourcedataline，然后再通过扬声器输出。

　　输入到混频器的信号可以来源于剪辑。剪辑（clip）是一个包含一段完整音频数据流的设备，或者说，剪辑就是一个缓冲在内存中的完整音频数据流。在一些要求反复播放音乐片段的场合，例如游戏的背景音乐，剪辑是很有用的。

　　图三描述了javasound api中一些常用的类、接口及其关系，所有图三显示的类、接口都通过line这个基本接口统一起来。line接口用来关闭/打开设备、注册事件监听器，以及提供一些用来调整声音效果的对象，例如调整音量大小的对象。audiosystem在javasound体系中起着一个工厂（factory）类的作用，提供了一系列的静态方法，我们通过这些静态方法来获取javasound系统默认配置的资源（所谓静态方法，就是可以在不创建audiosystem实例的情况下直接调用的方法）。

　　图三：常用的javasound类

　　顺便说明一下，在当前（jdk 1.4）实现的javasound的默认配置中，输入声音来自本地声卡的麦克风，输出声音到本地声卡的扬声器。应当说当前实现的javasound对端口和混频器的支持还不完善，但对于包括本文音乐播放器在内的许多应用来说，默认实现的javasound配置已经足够了。

　　三、音频数据与存储格式

　　取样得到的音频数据――也就是从targetdataline输入或从sourcedataline输出的数据，必须符合音频格式的标准。音频数据的格式选项由audioformat类封装，主要选项包括：编码方式，可以是pcm（pulse code modulation，脉冲编码调制）、mp3等；通道数量；取样率；帧速率；等等。

　　音频数据可以用多种格式保存到磁盘上。在javasound参考实现中，直接支持的文件格式包括wav（windows）、aiff（主要用于apple的macintosh）以及au（主要用于unix），音频文件的格式由audiofileformat类指定。

　　并非所有音频数据格式都可以保存到任意音频文件格式（或从音频文件回放），具体由平台和操作系统的类型决定。为简单计，本文的播放器只考虑包含pcm mono或stereo数据的wav文件，这是当前流行的音频数据/文件格式组合，常用于cd音质的音频数据。压缩的音频数据（例如mp3和ogg vorbis）通常有各自特殊的存储格式（如.mp3和.ogg），通常不以wav/aiff/au格式存储。

四、设计音乐播放器

　　我们要编写的音乐播放器（图四）由表一所示的几个类构成。鉴于构造用户界面往往需要大量的代码，且这些代码通常可以用ide自动生成，所以下文只对一些关键的gui元素略作介绍，不再给出完整的代码。

　　图四：播放器的用户界面

　　播放器的用户界面主要由一个带菜单的jframe框架、一个名称为filenameslist的jlist和几个jbutton构成。框架有一个私有的testbase成员，其实例在guiinit()方法的末尾通过pbase = new testbase()语句初始化。

　　表一

　　用户界面中的按钮用类似下面的代码创建，其中addbttnicontext()是一个私有方法，它把一个图标放到按钮的文字标签之上。java程序的用户界面和windows界面风格迥异，建议读者使用java开发工具自带的图标，或者从java图标库下载（例如http://developer.java.sun.com/developer/techdocs/hi/repository/）。

jbutton playbttn = new jbutton(); ... addbttnicontext(playbttn, "播放", "play24.gif"); playbttn.addactionlistener(new java.awt.event.actionlistener() { public void actionperformed(actionevent e) { playclick(e); } });

　　当用户点击一个按钮，与该按钮对应的xxxclick()事件句柄函数开始执行。播放器共有5个按钮，相应的事件句柄也有5个：playclick（“播放”按钮），stopclick（“停止”按钮），pauseclick（“暂停”按钮），prevclick（“后退”按钮），nextclick（“前进”按钮）。

　　例如，点击“播放”按钮时，playclick()句柄首先获得jlist中选中的文件，然后调用testbase实例中的playfile()辅助方法播放文件。playclick()句柄的代码如下所示，注意它把音乐文件及其所在目录连接起来的方法是操作系统中立的。

void playclick(actionevent e) { string filetoplay = (string) filenameslist.getselectedvalue(); if (filetoplay != null) { pbase.playfile(searchdir + system.getproperty("file.separator") + filetoplay); } }

　　stopclick()和pauseclick()方法分别调用testbase中的stop()和pause()方法。prevclick()和nextclick()句柄的任务稍微复杂一点。首先，它们要调用testbase中的stop()方法中止当前的播放动作，然后选中jlist中当前项目的前一项或后一项，最后调用playclick()播放新选中的音乐文件，如下所示。

void prevclick(actionevent e) { pbase.stop(); filenameslist.setselectedindex( filenameslist.getselectedindex() - 1); playclick(e); } void nextclick(actionevent e) { pbase.stop(); filenameslist.setselectedindex((filenameslist.getselectedindex()+1) % curplaylistlength); playclick(e); }

　　五、播放音乐

　　testbase类包含主要的播放逻辑。例如，当用户点击“播放”按钮，testbase类中的play()方法开始执行。

public void play() { if ((!stopped) || (paused)) return; if (playerthread == null) { playerthread = new thread(this); playerthread.start(); try { thread.sleep(500); } catch (exception ex) {} } synchronized(synch) { stopped = false; synch.notifyall(); } }

　　play()方法首先确认播放器当前已被终止播放，而不是暂停播放。然后它检查这是不是第一次调用play()：如果是，则创建一个playerthread线程。我们用一个独立的线程负责音乐播放，这样，无论播放器正在读取文件、解码，还是正在把音频数据输出到扬声器，用户界面总是可操作的。

　　启动线程之后，play()方法锁定静态synch同步对象，将stopped标记设置为false，然后通知正在等待的线程（playerthread线程在开始播放音乐文件之前，会等待静态synch对象上的提醒通知）。

　　playerthread线程启动后，它的run()方法开始运行。这个线程一直执行while循环，直到threadexit标记变成true为止。在while循环中，线程首先等待“开始播放”的信号（当用户点击“播放”按钮时），然后播放音乐。表二列出了描述播放器状态的各个标记及其含义。

public void run() { while (! threadexit) { waitforsignal(); if (! stopped) playmusic(); } }

　　playmusic()方法利用javasound api播放当前选中的文件。首先要通过audiosystem类获得一个audioinputstream。然后，利用audioinputstream的getformat()获知音频数据的格式。在此基础上，我们试图通过getline()方法获得一个支持该种格式的sourcedataline。如果要播放的是wav文件，现在我们已经有了非压缩的pcm格式的音频数据，可以用line对象开始播放音频。

ais= audiosystem.getaudioinputstream(new file(filetoplay)); … if (ais != null) { baseformat = ais.getformat(); line = getline(baseformat); ... }

　　如果音频数据是压缩格式的，如mp3或ogg，必须先进行一次转换――把mp3/ogg解码成pcm。解码主要包括三个步骤：

　　1、创建一个解压缩结果的定制audioformat（pcm编码），但保留和原压缩流一样的取样率、通道信息等。

　　2、创建一个audioinputstream把原来的audioinputstream转换成新的audioformat格式。

　　3、获得一个处理解码后格式的sourcedataline。

　　如下所示：

audioformat decodedformat = new audioformat( audioformat.encoding.pcm_signed, baseformat.getsamplerate(), 16, baseformat.getchannels(), baseformat.getchannels() * 2, baseformat.getsamplerate(), false); ais = audiosystem.getaudioinputstream(decodedformat, ais); line = getline(decodedformat);

　　getline()方法的返回值是一个与参数中指定的audioformat兼容的sourcedataline。如果不能获得兼容的sourcedataline，getline()返回null。在getline()方法中，我们首先创建和填充一个dataline.info结构，调用audiosystem.getline()方法，将info结构传递给audiosystem类工厂。

private sourcedataline getline(audioformat audioformat) { sourcedataline res = null; dataline.info info = new dataline.info(sourcedataline.class, audioformat); try { res = (sourcedataline) audiosystem.getline(info); res.open(audioformat); } catch (exception e) { } return res; }

　　准备好audioinputstream和sourcedataline之后，playmusic()剩余的任务已经很简单：用一个循环从audioinputstream读取数据，然后写入到sourcedataline。

int inbytes = 0; while ((inbytes != -1) && (!stopped) && (!threadexit)) { try { inbytes = ais.read(audiodata, 0, buffer_size); } catch (ioexception e) { e.printstacktrace(); } if (inbytes >= 0) { int outbytes = line.write(audiodata, 0, inbytes); } if (paused) waitforsignal(); }

　　六、支持更多的音频格式

　　假设已经在test目录下准备好了所有的.java文件，执行javac *.java即可顺利编译，执行java test.testplayer就可以启动图一的播放器。但现在播放器只能播放有限的文件，因为jdk实现的javasound只支持wav、aiff和au。但是，我们可以用javasound spi为播放器增加对mp3和ogg vorbis的支持，只要下载和安装相应的插件jar文件即可。

　　java版的vorbis解码器可以从javacraft（http://www.jcraft.com/jorbis/）下载，最新版本是0.0.12。另外还要有一个jorbis解码器的spi封装器，这是使解码器在javasound下透明地运行所必需的，可以从http://www.javazoom.net/vorbisspi/vorbisspi.html下载。vorbisspi的最新版本是0.7。

　　对于mp3支持，javazoom也提供了一个兼容javasound的纯java解码器，称为javalayer（http://www.javazoom.net/javalayer/javalayer.html），最新的版本是0.2.0。注意要下载的是javalayer的j2se版，不要下载j2me版。

　　解开下载得到的文件，把所有jar文件放到播放器所在目录。用下面的命令启动播放器：java -classpath .;./jogg-0.0.5.jar;./jorbis-0.0.12.jar;./jl020.jar;./mp3sp.jar;./vorbisspi0.6.jar test.testplayer。如果你下载的解码器版本不同，启动命令也要作相应地改动。把spi扩展插件加入到了播放器的classpath之后，javasound就会在运行时自动使用它们。