Java技术问询：能否将音频存入字节数组？如何存储傅里叶变换Y值？

Got it, let's clear up the core issue first: 直接将音频文件的原始字节存入数组是完全错误的——这些字节是音频的编码数据（比如WAV的文件头+PCM采样，或是MP3的压缩码流），和傅里叶变换后的频域Y值完全不是一回事。我们需要先提取音频的采样数据，做FFT得到频域值，再把这些值编码成字节数组，同时避开javax包。

步骤拆解 #

1. 读取音频采样数据（无javax依赖）
   如果你处理的是WAV格式（最容易手动解析），可以直接读取文件并解析WAV头，提取出PCM采样数据。WAV头固定44字节，之后的内容就是原始采样（比如16位单声道的话，每2字节对应一个采样值）。

2. 执行傅里叶变换（FFT）
   实现一个纯Java的FFT算法（不需要任何外部依赖），将时域的采样数据转换成频域的复数数组，你要的Y值通常指的是频域的幅度值（sqrt(实部² + 虚部²)）。

3. 将FFT结果编码为字节数组
   根据你的需求选择编码方式：比如把每个幅度值（浮点数）转成4字节的二进制形式，或是将其缩放为整数后转成对应字节数，存入字节数组。

代码示例 #

1. 手动解析WAV获取采样数据

import java.io.FileInputStream;
import java.io.IOException;
import java.nio.ByteBuffer;
import java.nio.ByteOrder;

public class AudioFFTProcessor {
    // 解析WAV文件，获取16位单声道采样数据
    public static short[] readWavSamples(String filePath) throws IOException {
        try (FileInputStream fis = new FileInputStream(filePath)) {
            // 跳过44字节的WAV头
            fis.skip(44);
            byte[] buffer = new byte[fis.available()];
            fis.read(buffer);
            
            // 将字节数组转成16位短整数数组（小端序，WAV标准）
            short[] samples = new short[buffer.length / 2];
            ByteBuffer.wrap(buffer).order(ByteOrder.LITTLE_ENDIAN).asShortBuffer().get(samples);
            return samples;
        }
    }

2. 纯Java实现FFT（简化版）

// 简化版FFT实现（仅处理2的幂次长度的采样）
    public static void fft(Complex[] x) {
        int n = x.length;
        if (n == 1) return;
        
        // 分治
        Complex[] even = new Complex[n/2];
        Complex[] odd = new Complex[n/2];
        for (int i = 0; 2*i < n; i++) {
            even[i] = x[2*i];
            odd[i] = x[2*i+1];
        }
        fft(even);
        fft(odd);
        
        // 合并
        for (int k = 0; 2*k < n; k++) {
            Complex t = Complex.exp(-2 * Math.PI * k / n).multiply(odd[k]);
            x[k] = even[k].add(t);
            x[k + n/2] = even[k].subtract(t);
        }
    }

    // 复数类
    public static class Complex {
        private final double re;
        private final double im;
        
        public Complex(double re, double im) {
            this.re = re;
            this.im = im;
        }
        
        public Complex add(Complex b) {
            return new Complex(re + b.re, im + b.im);
        }
        
        public Complex subtract(Complex b) {
            return new Complex(re - b.re, im - b.im);
        }
        
        public Complex multiply(Complex b) {
            return new Complex(re*b.re - im*b.im, re*b.im + im*b.re);
        }
        
        public static Complex exp(double theta) {
            return new Complex(Math.cos(theta), Math.sin(theta));
        }
        
        public double magnitude() {
            return Math.sqrt(re*re + im*im);
        }
    }

3. 核心getBytes()函数：将FFT幅度值转成字节数组

// 将FFT后的幅度值存入字节数组（这里把每个幅度值转成4字节float）
    public static byte[] getBytes(short[] samples) {
        // 确保采样长度是2的幂次（FFT要求）
        int fftSize = 1;
        while (fftSize < samples.length) fftSize *= 2;
        Complex[] fftInput = new Complex[fftSize];
        
        // 填充采样数据，补零到2的幂次长度
        for (int i = 0; i < samples.length; i++) {
            fftInput[i] = new Complex(samples[i], 0);
        }
        for (int i = samples.length; i < fftSize; i++) {
            fftInput[i] = new Complex(0, 0);
        }
        
        // 执行FFT
        fft(fftInput);
        
        // 提取幅度值并转成字节数组
        ByteBuffer buffer = ByteBuffer.allocate(fftSize * 4); // 每个float占4字节
        for (Complex c : fftInput) {
            buffer.putFloat((float) c.magnitude());
        }
        return buffer.array();
    }

4. 测试用main函数

public static void main(String[] args) throws IOException {
        short[] samples = readWavSamples("your_audio.wav");
        byte[] fftBytes = getBytes(samples);
        
        // 打印前10个幅度值的浮点形式（方便验证）
        ByteBuffer buffer = ByteBuffer.wrap(fftBytes);
        for (int i = 0; i < 10; i++) {
            System.out.println(buffer.getFloat());
        }
    }
}

关键说明 #

• 如果你处理的是MP3等压缩格式，手动解析会很复杂，这时可以考虑用无javax依赖的轻量级库，但上面的示例针对WAV格式完全不需要额外依赖。
• 你之前打印的"大型整数数组"是原始音频字节的十进制值，和FFT结果无关，现在的代码会输出频域幅度值的字节编码后的对应数值。

内容的提问来源于stack exchange，提问作者UndercoverCoder