Maven依赖
<dependency> <groupId>org</groupId> <artifactId>jaudiotagger</artifactId> <version>2.0.1</version> </dependency> <dependency> <groupId>com.google.guava</groupId> <artifactId>guava</artifactId> <version>30.1.1-jre</version> </dependency>
代码
以16k采样率，单声道，16bits采样分辨率为例，具体参数原理，下面有说明。
import com.google.common.primitives.Bytes; import java.io.BufferedOutputStream; import java.io.FileOutputStream; import java.io.IOException; import java.util.ArrayList; import java.util.List; import java.util.stream.IntStream; /** @Author huyi @Date 2021/9/30 15:33 @Description: 静音音频工具类 */ public class SilenceAudioUtils { /** * 根据PCM文件构建wav的header字段 * * @param srate Sample rate - 8000, 16000, etc. * @param channel Number of channels - Mono = 1, Stereo = 2, etc.. * @param format Number of bits per sample (16 here) * @throws IOException */ public static byte[] buildWavHeader(int dataLength, int srate, int channel, int format) throws IOException { byte[] header = new byte[44]; long totalDataLen = dataLength + 36; long bitrate = srate * channel * format; header[0] = 'R'; header[1] = 'I'; header[2] = 'F'; header[3] = 'F'; header[4] = (byte) (totalDataLen & 0xff); header[5] = (byte) ((totalDataLen >> 8) & 0xff); header[6] = (byte) ((totalDataLen >> 16) & 0xff); header[7] = (byte) ((totalDataLen >> 24) & 0xff); header[8] = 'W'; header[9] = 'A'; header[10] = 'V'; header[11] = 'E'; header[12] = 'f'; header[13] = 'm'; header[14] = 't'; header[15] = ' '; header[16] = (byte) format; header[17] = 0; header[18] = 0; header[19] = 0; header[20] = 1; header[21] = 0; header[22] = (byte) channel; header[23] = 0; header[24] = (byte) (srate & 0xff); header[25] = (byte) ((srate >> 8) & 0xff); header[26] = (byte) ((srate >> 16) & 0xff); header[27] = (byte) ((srate >> 24) & 0xff); header[28] = (byte) ((bitrate / 8) & 0xff); header[29] = (byte) (((bitrate / 8) >> 8) & 0xff); header[30] = (byte) (((bitrate / 8) >> 16) & 0xff); header[31] = (byte) (((bitrate / 8) >> 24) & 0xff); header[32] = (byte) ((channel * format) / 8); header[33] = 0; header[34] = 16; header[35] = 0; header[36] = 'd'; header[37] = 'a'; header[38] = 't'; header[39] = 'a'; header[40] = (byte) (dataLength & 0xff); header[41] = (byte) ((dataLength >> 8) & 0xff); header[42] = (byte) ((dataLength >> 16) & 0xff); header[43] = (byte) ((dataLength >> 24) & 0xff); return header; } /** * 默认写入的pcm数据是16000采样率，16bit，可以按照需要修改 * * @param filePath * @param pcmData */ public static boolean writeToFile(String filePath, byte[] pcmData) { BufferedOutputStream bos = null; try { bos = new BufferedOutputStream(new FileOutputStream(filePath)); byte[] header = buildWavHeader(pcmData.length, 16000, 1, 16); bos.write(header, 0, 44); bos.write(pcmData); bos.close(); return true; } catch (Exception e) { e.printStackTrace(); } finally { if (bos != null) { try { bos.close(); } catch (IOException e) { e.printStackTrace(); } } } return false; } /** * 生成静音音频 * * @param filePath 输出文件地址 * @param duration 音频时长 */ public static void makeSilenceWav(String filePath, Long duration) { List<Byte> oldBytes = new ArrayList<>(); IntStream.range(0, (int) (duration * 32)).forEach(x -> oldBytes.add((byte) 0)); writeToFile(filePath, Bytes.toArray(oldBytes)); } public static void main(String[] args) { makeSilenceWav("E:/csdn/1.wav", 5000L); }
运行结果：
使用ffmpeg查看
参数说明和使用方法
1、构造原理
构造一个wav主要分为两个部分，头文件和数据文件。那么只需要构造一个全是静音的音频数据包，在加上头就可以构造出一个静音文件。
所以代码的主要逻辑就是构造数据包->封装文件头。
2、怎么1毫秒的静音包如何构建呢？
这里首先要知道的是，音频采样率、采样分辨率和声道的概念。
这里分享一个简单的说明链接: WAVE 文件格式分析
而静音就是每个采样到的音频包里面的内容都是由（byte）0构成的。
3、那么每毫秒的音频包对应多少个(byte)0呢？
这里有个公式：采样率 x 声道数 x 采样分辨率 / 8
参考链接: http://soundfile.sapp.org/doc/WaveFormat/
举个例子:如果你要生成32k采样率、双声道、16bits的静音，每毫秒需要构建几个比特0呢？
按照公式： result = 32000 x 2 x 16 / 8000 = 128 (为什么是8000，因为我们算的是毫秒，原公式单位为秒)
那么就可以把代码中的
IntStream.range(0, (int) (duration * 32)).forEach(x -> oldBytes.add((byte) 0));
修改为：
IntStream.range(0, (int) (duration * 128)).forEach(x -> oldBytes.add((byte) 0));
同时需要把头文件的格式也调整一下：
byte[] header = buildWavHeader(pcmData.length, 16000, 1, 16);
修改为：
byte[] header = buildWavHeader(pcmData.length, 32000, 2, 16);
总结
当然生成静音的方法有很多，比如使用sox在ubuntu上一行命令就行。不过如果需要在工程化项目中，对原始音频做静音拼接组装，那么你看懂了我上面的逻辑，就应该知道如何实现了吧。只要读取音频中的数据包，然后往后面添加需要静音时长的静音数据包，重新封装头，就可以得到了。
这里附上ubuntu上sox生成静音的命令供大家参考.
sox -n -r 16000 -b 16 -c 1 -L silence.wav trim 0.0 5.000
如果本文对你有帮助，请点个赞支持一下吧。
