Java AudioSystem 怎样读取音频文件的帧长度

我在给音频文件做时长索引时，最容易混淆的是“字节数”和“帧数”。Java 的 AudioSystem 不直接把文件长度当成帧长度返回，而是先解析出 AudioFileFormat，再由 getFrameLength() 提供音频数据包含的采样帧数量。读取文件元数据时，优先使用 AudioSystem.getAudioFileFormat(...)；只有需要继续读音频内容时，才创建 AudioInputStream。

官方文档：https://docs.oracle.com/en/java/javase/25/docs/api/java.desktop/javax/sound/sampled/AudioSystem.html　https://docs.oracle.com/en/java/javase/25/docs/api/java.desktop/javax/sound/sampled/AudioFileFormat.html

这篇文章按运行手册的顺序处理：先确认入口，再读取帧长，最后排查输入流能力和资源关闭。遇到无法识别的格式时，应该记录异常并把文件放回待处理队列，而不是把帧长默认为零。

先区分文件元数据和读取流

AudioFileFormat 描述的是音频文件的类型、文件格式、字节长度和帧长度；它的 getFrameLength() 返回 int。AudioInputStream 描述的是可继续读取的音频数据流，它的 getFrameLength() 返回 long。两者都可能返回 AudioSystem.NOT_SPECIFIED，这表示当前解析器没有给出确定的长度。

从 File 或 URL 取得 AudioFileFormat

对本地文件，直接把 Path 转成 File 传给 getAudioFileFormat。这个入口只负责读取文件格式信息，不需要先创建一个长期持有的音频流，因此做批量扫描时更容易控制资源。

import java.io.File;
import java.nio.file.Path;
import javax.sound.sampled.AudioFileFormat;
import javax.sound.sampled.AudioFormat;
import javax.sound.sampled.AudioSystem;

public final class AudioFrameInspector {
    public static int readFrameLength(Path audioPath) throws Exception {
        // 先解析文件元数据，不把文件字节数误当成音频帧数。
        AudioFileFormat fileFormat = AudioSystem.getAudioFileFormat(audioPath.toFile());
        int frameLength = fileFormat.getFrameLength();

        // 未知长度必须保留为未指定，不能用零掩盖格式或解析器差异。
        if (frameLength == AudioSystem.NOT_SPECIFIED) {
            System.out.println("帧长度未指定：" + audioPath);
            return frameLength;
        }

        AudioFormat audioFormat = fileFormat.getFormat();
        // 采样率已知时可估算秒数，但索引字段仍应保存原始帧数。
        double seconds = audioFormat.getFrameRate() > 0
                ? frameLength / audioFormat.getFrameRate() : Double.NaN;
        System.out.println("帧数=" + frameLength + ", 约=" + seconds + " 秒");
        return frameLength;
    }
}

如果来源是网络地址，可以使用 AudioSystem.getAudioFileFormat(URL)，但仍要捕获 UnsupportedAudioFileException 和 IOException。官方 API 要求输入确实指向可识别的音频文件数据；HTTP 响应是错误页或截断内容时，失败属于输入问题，不应把它改写成“长度为零”。

InputStream 要先判断 mark/reset 边界

这是我在上传接口里最常遇到的坑：getAudioFileFormat(InputStream) 可能让多个解析器试探输入流，它们需要标记当前位置、读取一段数据并回到原位置。如果传入的流不支持这些操作，方法可能以 IOException 失败。

因此，处理普通 InputStream 时，先看 markSupported()。可以用支持标记的缓冲流包住来源，并在解析后根据业务需要重新打开一份流；不要假设解析元数据后原流仍然位于起点。

import java.io.BufferedInputStream;
import java.io.InputStream;
import javax.sound.sampled.AudioFileFormat;
import javax.sound.sampled.AudioInputStream;
import javax.sound.sampled.AudioSystem;

public final class StreamFrameInspector {
    public static long readStreamFrameLength(InputStream source) throws Exception {
        // 缓冲层提供 mark/reset 能力，便于格式解析器探测后回退。
        try (BufferedInputStream buffered = new BufferedInputStream(source)) {
            if (!buffered.markSupported()) {
                throw new IllegalArgumentException("输入流不支持 mark/reset");
            }

            AudioFileFormat fileFormat = AudioSystem.getAudioFileFormat(buffered);
            int metadataFrames = fileFormat.getFrameLength();
            // 文件元数据未知时，不把“未指定”转换成虚假的确定值。
            if (metadataFrames == AudioSystem.NOT_SPECIFIED) {
                return AudioSystem.NOT_SPECIFIED;
            }
            return metadataFrames;
        }
    }

    public static long readPlayableStreamFrameLength(java.io.File file) throws Exception {
        // 需要继续读取音频数据时，使用独立的 AudioInputStream 并自动关闭资源。
        try (AudioInputStream audio = AudioSystem.getAudioInputStream(file)) {
            return audio.getFrameLength();
        }
    }
}

异常、回滚和告警怎么处理

索引任务可以把处理结果分成三类：得到确定帧数就写入索引；得到 NOT_SPECIFIED 就保留“未知”状态，交给后续解码流程；遇到 UnsupportedAudioFileException 或 IOException 就记录文件标识和异常类型，把任务放回待处理队列。这样回滚的是索引状态，不会把坏文件误标成零秒音频。

告警可以关注三项：未知帧长比例突然升高、同一来源连续出现不支持的格式、流解析失败后仍然有资源未关闭。复盘时重点看输入是否被截断、流是否可回退、文件格式是否在当前 Java 音频服务的支持范围内。

相关问题

帧长度和字节长度有什么区别？

字节长度是文件或数据块占用的字节数，帧长度是音频数据包含的采样帧数量。帧大小还与声道数和采样位宽有关，不能用字节数直接替代。

为什么 getFrameLength() 返回未指定？

当前文件头或解析器没有提供可确定的帧数。保留 AudioSystem.NOT_SPECIFIED，再根据后续解码策略处理，比猜一个长度更可靠。

读取 AudioInputStream 后为什么要 close？

它持有底层输入流和相关系统资源。用 try-with-resources 包住它，可以让正常结束和异常路径都执行关闭，避免批量索引时逐渐耗尽文件句柄。

记住最短路径：只查文件信息就用 getAudioFileFormat，需要消费音频就用 getAudioInputStream；帧长未知时保留未指定，InputStream 不可回退时先处理 mark/reset，所有音频流都交给 try-with-resources 收口。