如何在瀏覽器中播放pcm音頻

本文記錄一點工做經歷，探討音頻文件的格式
更多訪問 個人博客

前言

最近在整理音視頻編程的知識，回憶起半年多，有一次需求是在後臺播放某來源的 pcm 文件，當時處理方法用了點技巧，記錄下來

背景：業務需求，在web後臺裏播放 pcm 文件，文件不大(約300KB，已知 pcm 的參數採樣率16000，採樣位數16，聲道數1

如何播放

瀏覽器是沒法直接播放 pcm 音頻的，由於 pcm 是比較原始的音頻格式:

PCM（Puls Code Modulation）全稱脈碼調製錄音，PCM錄音就是將聲音的模擬信號表示成0,1標識的數字信號，未經任何編碼和壓縮處理，因此能夠認爲PCM是未經壓縮的音頻原始格式。PCM格式文件中不包含頭部信息，播放器沒法知道採樣率，聲道數，採樣位數，音頻數據大小等信息，致使沒法播放。

如何讓瀏覽器識別 pcm

瀏覽器能夠播放另外一種音頻格式：WAV格式全稱爲WAVE，前面提到只須要在PCM文件的前面添加WAV文件頭，就能夠生成WAV格式文件

因此個人解決方法是給 pcm 添加 wav header，接下來就是 browser javascript 的實踐編碼了

javascript 如何處理文件流

js 在處理文件流、網絡數據，經常使用到 ArrayBuffer 類型，關於 ArrayBuffer 類型的API調用方法，須要事先多瞭解。

• 第一步，ajax異步獲取網絡 pcm 文件的 ArrayBuffer

const getWebFileArrayBuffer = async (url) => {
  return await fetch(url).then(response => response.arrayBuffer())
}

• 第二步，對獲取的 pcm 文件流 ArrayBuffer 添加 wav header，咱們先弄明白 header 的構造:

看以上圖片，咱們須要將獲取到的 pcm data 添加 44 bytes 的 header，根據 header 的結構，對齊、緊湊地填充信息，在 javascript 中，須要使用 DataView 類型幫助咱們進行字節填充的操做，注意DataView提供的 API 默認使用 little end 的數據格式，須要額外定義 big end 格式填充字節的方法。

如下以代碼來講明如何一步一步填充字節信息：

const getWebPcm2WavArrayBuffer = async (url) => {
  const bytes = await getWebFileArrayBuffer(url)
  return addWavHeader(bytes, 16000, 16, 1) // 這裏是當前業務需求，特定的參數，採樣率16000，採樣位數16，聲道數1
}

const addWavHeader = function (samples, sampleRateTmp, sampleBits, channelCount) {
  let dataLength = samples.byteLength
  /* 新的buffer類，預留 44 bytes 的　heaer 空間 */
  let buffer = new ArrayBuffer(44 + dataLength)
  /* 轉爲 Dataview, 利用 API 來填充字節 */
  let view = new DataView(buffer)
  /* 定義一個內部函數，以 big end 數據格式填充字符串至 DataView */
  function writeString (view, offset, string) {
    for (let i = 0; i < string.length; i++) {
      view.setUint8(offset + i, string.charCodeAt(i))
    }
  }

  let offset = 0
  /* ChunkID, 4 bytes,  資源交換文件標識符 */
  writeString(view, offset, 'RIFF'); offset += 4
  /* ChunkSize, 4 bytes, 下個地址開始到文件尾總字節數,即文件大小-8 */
  view.setUint32(offset, /* 32 */ 36 + dataLength, true); offset += 4
  /* Format, 4 bytes, WAV文件標誌 */
  writeString(view, offset, 'WAVE'); offset += 4
  /* Subchunk1 ID, 4 bytes, 波形格式標誌 */
  writeString(view, offset, 'fmt '); offset += 4
  /* Subchunk1 Size, 4 bytes, 過濾字節,通常爲 0x10 = 16 */
  view.setUint32(offset, 16, true); offset += 4
  /* Audio Format, 2 bytes, 格式類別 (PCM形式採樣數據) */
  view.setUint16(offset, 1, true); offset += 2
  /* Num Channels, 2 bytes,  通道數 */
  view.setUint16(offset, channelCount, true); offset += 2
  /* SampleRate, 4 bytes, 採樣率,每秒樣本數,表示每一個通道的播放速度 */
  view.setUint32(offset, sampleRateTmp, true); offset += 4
  /* ByteRate, 4 bytes, 波形數據傳輸率 (每秒平均字節數) 通道數×每秒數據位數×每樣本數據位/8 */
  view.setUint32(offset, sampleRateTmp * channelCount * (sampleBits / 8), true); offset += 4
  /* BlockAlign, 2 bytes, 快數據調整數 採樣一次佔用字節數 通道數×每樣本的數據位數/8 */
  view.setUint16(offset, channelCount * (sampleBits / 8), true); offset += 2
  /* BitsPerSample, 2 bytes, 每樣本數據位數 */
  view.setUint16(offset, sampleBits, true); offset += 2
  /* Subchunk2 ID, 4 bytes, 數據標識符 */
  writeString(view, offset, 'data'); offset += 4
  /* Subchunk2 Size, 4 bytes, 採樣數據總數,即數據總大小-44 */
  view.setUint32(offset, dataLength, true); offset += 4

  /* 數據流須要以大端的方式存儲，定義不一樣採樣比特的 API */
  function floatTo32BitPCM (output, offset, input) {
    input = new Int32Array(input)
    for (let i = 0; i < input.length; i++, offset += 4) {
      output.setInt32(offset, input[i], true)
    }
  }
  function floatTo16BitPCM (output, offset, input) {
    input = new Int16Array(input)
    for (let i = 0; i < input.length; i++, offset += 2) {
      output.setInt16(offset, input[i], true)
    }
  }
  function floatTo8BitPCM (output, offset, input) {
    input = new Int8Array(input)
    for (let i = 0; i < input.length; i++, offset++) {
      output.setInt8(offset, input[i], true)
    }
  }
  if (sampleBits == 16) {
    floatTo16BitPCM(view, 44, samples)
  } else if (sampleBits == 8) {
    floatTo8BitPCM(view, 44, samples)
  } else {
    floatTo32BitPCM(view, 44, samples)
  }
  return view.buffer
}

• 第三步，在瀏覽器播放 pcm 轉出的 wav 的文件流 ArrayBuffer
• 先轉成 base64 格式

const getWebPcm2WavBase64 = async (url) => {
  let bytes = await getWebPcm2WavArrayBuffer(url)
  return `data:audio/wav;base64,${btoa(new Uint8Array(bytes).reduce((data, byte) => {
    return data + String.fromCharCode(byte)
  }, ''))}`
}

• 將 base64 字符串放入<audio>組件中，這裏以 react/ant design 的組件爲例，封裝一個方法

const playWebPcm = async (url) => {
    try {
    let pcmBase64 = await fileServer.getWebPcm2WavBase64(url)
    Modal.info({
        title: '播放音頻',
        content: (
        <audio controls src={pcmBase64} type="audio/wav" autoPlay />
        ),
        onOk () {},
        okText: '關閉',
    })
    } catch (err) {
    console.error(err)
    message.error('預載音頻文件失敗')
    }
}

Reference

音頻格式簡介和PCM轉換成WAV，Java版本