Nano Hash - криптовалюты, майнинг, программирование

Как полностью загрузить аудио, но воспроизвести его позже?

Итак, у меня есть AudioInputStream, который читается из FileInputStream. Я хочу закрыть FileInputStream, который закроет AudioInputStream.

Есть ли способ загрузить звук полностью, чтобы мне не приходилось транслировать его прямо из файла?

19.05.2015

  • Аудиофайлы могут быть очень большими — вы уверены, что хотите кэшировать их в оперативной памяти? 19.05.2015
  • да, я создаю библиотеку для управления активами, и я уже настроил ее для загрузки актива из файла, а затем закрываю поток ввода файлов. Файлы изображений также могут быть очень большими, и я делаю с ними то же самое. 19.05.2015
  • Вы можете прочитать файл в память, а затем создать ByteArrayInputStream поверх буфера памяти и воспроизвести из него звук. 19.05.2015
  • Я думаю, что пока я смотрел вокруг, я нашел идею что-то вроде этого. Единственная проблема заключается в том, что он не сохраняет информацию о формате, поэтому выдает исключение неподдерживаемого звука. 19.05.2015
  • Вы предоставляете информацию, которая имеет отношение к вашему вопросу в комментариях. Не делай этого; вместо этого обновите свой вопрос. 19.05.2015
  • @Mrab Ezreb просто укажите формат самостоятельно, используя соответствующий конструктор: docs.oracle.com/javase/7/docs/api/javax/sound/sampled/ 19.05.2015
  • хорошо, я попробую это. 19.05.2015

Ответы:


1

Вы можете сохранить его в файле Java Clip.

Пример:

Clip clip = AudioSystem.getClip();
clip.open(/*your AudioInputStream*/);

Сделайте клип полем, чтобы использовать его позже.

19.05.2015
  • чувак, я тупой. Я знал о зажимах, но никогда не думал их использовать. Большое спасибо. пока не могу принять этот ответ 19.05.2015

  • 2

    Если вам нужен AudioInputStream, вы можете загрузить весь файл в массив байтов:

    static AudioInputStream load(File file) throws IOException {
        try (FileInputStream in = new FileInputStream(file)) {
            ByteArrayOutputStream bytes = new ByteArrayOutputStream();
    
            byte[] buf = new byte[4096];
            for (int b; (b = in.read(buf)) > -1;) {
                bytes.write(buf, 0, b);
            }
    
            return AudioSystem.getAudioInputStream(
                new ByteArrayInputStream(bytes.toByteArray());
        }
    }
    

    Или в Java 7:

    static AudioInputStream load(File file) throws IOException {
        return AudioSystem.getAudioInputStream(
            new ByteArrayInputStream(Files.readAllBytes(file.toPath()));
    }
    
    19.05.2015
    Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..