将音频流转换为PCM

Question

我正在尝试从文本到语音接口(MaryTTS)获取音频流，并将其流到SIP会话中(使用对等体)。

对等点需要一个SoundSource来流音频，音频是定义为

public interface SoundSource {

    byte[] readData();

}

MaryTTS将一个String合成成一个AudioInputStream。我尝试简单地读取流并将其缓冲给实现SoundSource的对等方，代码行为

MaryInterface tts = new LocalMaryInterface();
AudioInputStream audio = tts.generateAudio("This is a test.");
SoundSource soundSource = new SoundSource() {

    @Override
    public byte[] readData() {
        try {
            byte[] buffer = new byte[1024];
            audio.read(buffer);
            return buffer;
        } catch (IOException e) {
            return null;
        }
    }
};
// issue call with soundSource using Peers

电话铃响了，我听到一种缓慢、低沉、嘈杂的声音，而不是合成的讲话。我想这可能与SIP会话所期望的音频格式有关，因为对等文档声明

声源必须是原始音频，格式如下:线性PCM 8 8kHz，16位签名，单通道，小终端。

如何转换/读取AudioInputStream以满足这些要求？

Answer 1

我知道的一种方法是--考虑到你正在使用的系统，我不知道它是否会通过：

ByteArrayOutputStream outputStream=new ByteArrayOutputStream();
  try {
    byte[] data=new byte[1024];
    while(true) {
      k=audioInputStream.read(data, 0, data.length);
      if(k<0) break;
      outputStream.write(data, 0, k);
    }
    AudioFormat af=new AudioFormat(8000f, 16, 1, true, false);
    byte[] audioData=outputStream.toByteArray();
    InputStream byteArrayInputStream=new ByteArrayInputStream(audioData);
    AudioInputStream audioInputStream2=new AudioInputStream(byteArrayInputStream, af, audioData.length/af.getFrameSize());
    outputStream.close();
  }
  catch(Exception ex) { ex.printStackTrace(); }
}

也有这个

AudioSysytem.getAudioInputStream(AudioFormat targetFormat, AudioInputStream sourceStream)

可以与上述参数一起使用。