音频开发 / 系统课时

获取音频文件并解码成 AudioBuffer

获取音频文件并解码成 AudioBuffer

本节解决“浏览器拿到音频文件后,怎样把压缩或封装后的二进制数据变成可处理的 PCM 缓冲区”这个问题。你会完成从 fetch 下载、读取 ArrayBuffer 到 decodeAudioData() 解码的完整链路,并能读取采样率、声道数、帧数与时长。

学习目标

  • 使用 fetch() 和 arrayBuffer() 获取可供解码的音频二进制数据。
  • 使用 AudioContext.decodeAudioData() 得到 AudioBuffer,并读取关键属性。
  • 理解 AudioBuffer 中“声道、采样帧、采样率、时长”之间的关系。

从文件字节到 AudioBuffer

网络返回的音频文件首先是编码后的字节。response.arrayBuffer() 只负责把响应体读进内存,并没有把 MP3、AAC、WAV 等内容转换成可直接处理的采样数据。真正的解码由 AudioContext.decodeAudioData() 完成,它会根据浏览器支持的音频格式生成一个 AudioBuffer。

音频文件解码为 AudioBuffer 的处理链路

decodeAudioData() 返回 Promise,因此最直接的写法是配合 await。解码可能因为格式不受支持、文件损坏、网络返回的并非音频内容等原因失败,所以下载状态和解码异常都应分别处理。

完成一次下载与解码

下面的页面会加载同目录下的 demo.wav,解码成功后打印 AudioBuffer 的核心信息。把一个可访问的音频文件放在页面同目录,并通过本地 HTTP 服务器打开页面,而不是直接双击本地文件。

html
<!doctype html>
<html lang="zh-CN">
<head>
  <meta charset="utf-8">
  <title>Decode AudioBuffer</title>
</head>
<body>
  <button id="load">加载并解码</button>
  <script>
    const audioContext = new AudioContext();

    async function loadAudioBuffer(url) {
      const response = await fetch(url);
      if (!response.ok) {
        throw new Error(`HTTP ${response.status}`);
      }

      // arrayBuffer() 得到的仍是文件字节,decodeAudioData() 才会生成 PCM 缓冲区。
      const fileBytes = await response.arrayBuffer();
      return await audioContext.decodeAudioData(fileBytes);
    }

    document.querySelector("#load").addEventListener("click", async () => {
      try {
        const buffer = await loadAudioBuffer("./demo.wav");
        console.log("AudioBuffer ready");
        console.log(`sampleRate=${buffer.sampleRate}`);
        console.log(`channels=${buffer.numberOfChannels}`);
        console.log(`frames=${buffer.length}`);
        console.log(`duration=${buffer.duration.toFixed(3)}`);
      } catch (error) {
        console.error("decode failed:", error.message);
      }
    });
  </script>
</body>
</html>

预期输出

text
AudioBuffer ready
sampleRate=<RATE>
channels=<COUNT>
frames=<FRAMES>
duration=<TIME>

<RATE>、<COUNT>、<FRAMES> 和 <TIME> 取决于实际音频文件。只要能看到 AudioBuffer ready 且这些值为有效数值,就说明下载与解码链路已经成功。

读懂 AudioBuffer 的采样信息

sampleRate 表示每个声道每秒包含多少个采样帧,例如 48000 表示每秒 48000 帧。length 是每个声道的采样帧数,而不是“所有声道采样点相加后的总数”。因此 duration 约等于 length 除以 sampleRate,浏览器也直接通过 duration 给出秒数。

numberOfChannels 表示声道数。使用 getChannelData(channelIndex) 可以取得某个声道的 Float32Array,索引从 0 开始。数组里的值是浮点 PCM 采样,常见音频通常落在约 -1 到 1 之间,但业务代码不应依赖它一定被严格钳制在这个区间。

常见失败从哪里查

如果 fetch() 失败,先检查 URL、HTTP 状态码和跨域策略;如果下载成功但 decodeAudioData() 失败,再检查文件本身是否完整,以及当前浏览器是否支持该文件的容器与编码组合。不要把“能下载”误认为“能解码”,这两步解决的是不同问题。

开发时还可以检查响应的 Content-Type,但它只能作为线索,不能替代真实解码验证。最终判断标准是 decodeAudioData() 是否成功返回 AudioBuffer,以及它的采样率、声道数、帧数和时长是否与源文件预期一致。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

获取音频文件并解码成 AudioBuffer

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通