[发明专利]一种基于ffmpeg及sox的音频文件格式统一方法及装置

说明书

本发明涉及一种基于ffmpeg及sox的音频文件格式统一方法及装置，包括以下步骤，（1）输入初始音频文件；（2）获取并识别初始音频文件格式；（3）通过sox工具或ffmpeg工具进行转换得到标准wav音频文件。针对不同格式的音频文件例如mp3,aac,flag,amr,adpcm编码的wav文件、ogg格式音频和vox格式音频的初始音频使用sox工具或ffmpeg工具进行格式转化，得到标准wav文件，采用java的javax.sound.sampled.AudioSystem类对标准wav进行读取，最终得到标准wav格式音频文件，以便后续对音频进行质检等后续业务处理，增加音频识别及质检的准确性，减轻客户负担。

技术领域

本发明涉及音频检测技术领域，具体为一种基于ffmpeg及sox的音频文件格式统一方法及装置。

背景技术

音频格式是指要在计算机内播放或是处理音频文件，是对声音文件进行数、模转换的过程，目前多为PCM（脉冲编码调制）语音数据，而常见的音频格式又分为MP3、Ogg、AMR、FLAC、AIFF等格式，而作为微软公司开发的最为常见的音频格式之一的WAV格式是一种标准数字音频文件，支持MSADPCM、CCITTALAW等多种压缩算法，能够记录各种单声道或立体声的声音信息，并且可以保证声音不失真，真实记录自然声波形，基本无数据压缩。

由于WAV支持多种音频数字、取样音频和声道，标准格式化的WAV文件与CD格式一样，声音文件质量与CD相差无几，因此在对音频检测的过程中，尝尝需要用到WAV格式的音频进行检测，以保证检测的准确性。

但是由于业务处理中，要求客户独自提供标准的wav音频文件，从而解析出PCM音频流，对客户的要求过高，对于只能提供非标准wav音频文件的客户，又无法满足质检等业务处理需求，因此本发明提出一种基于ffmpeg及sox的音频文件格式统一方法，方便客户进行格式转换操作以便进行后期的音频检测。

发明内容

针对现有方案的不足，本发明公开了一种基于ffmpeg及sox的音频文件格式统一方法及装置。

本发明技术方案是：一种基于ffmpeg及sox的音频文件格式统一方法，包括如下步骤：

（1）输入初始音频文件；

（2）获取并识别初始音频文件格式；

（3）通过sox工具或ffmpeg工具进行转换得到标准wav音频文件。

优选地，输入的初始音频格式为mp3格式，aac格式，flag格式，amr格式，adpcm编码或非pcm编码的wav格式，ogg格式，vox格式中的一种。

优选地，识别初始音频格式过程中，若音频为wav格式音频，通过音频读取工具进行读取；判断是否为标准wav格式音频。

优选地，识别初始音频格式过程中，若音频为vox格式音频，通过sox工具进行转换得到标准wav音频文件。

优选地，识别初始音频格式过程中，若音频为非vox格式音频，通过ffmpeg工具进行转换得到标准wav音频文件。

优选地，所述的音频读取工具为java的javax.sound.sampled.AudioSystem类。

优选地，判断为非标准wav格式音频，则通过ffmpeg工具进行转换得到标准wav音频文件。

一种基于ffmpeg及sox的音频文件格式统一装置，其包括

音频接收模块，用于接收初始音频文件；

音频格式判断模块，用于判断初始音频文件的格式；

音频读取模块，用于读取音频格式为wav的音频文件；

音频转换模块，包括ffmpeg工具和sox工具，用于将非标准wav音频文件转换成标准wav音频文件。

本发明的有益效果是：