Java 實現高效 MP3 音頻合併：擺脱 FFmpeg 的純本地方案

在 Java 音頻處理中，MP3 格式的合併一直是一項技術難點。
大多數開發者默認使用 FFmpeg 命令行來完成任務，但這帶來了：

• ⚠️ 高 CPU 佔用率
• ⚠️ 外部二進制依賴
• ⚠️ 不適合雲端或沙箱環境

本文將介紹一種 純 Java 實現的 MP3 合併方法，基於 javax.sound.sampled 與 MP3SPI 解碼庫，無需 FFmpeg、無需轉碼命令，實現低 CPU 佔用的音頻拼接。

一、為什麼要擺脱 FFmpeg

常見合併命令如下：

ffmpeg -i "concat:1.mp3|2.mp3|3.mp3" -acodec copy output.mp3

雖然簡單，但存在嚴重的性能問題：

👉 因此我們選擇了更“純淨”的方案：僅使用 Java 音頻 API 與 SPI 解碼器。

二、方案概述：MP3 → PCM → 合併 → 輸出

由於 MP3 文件幀頭和 ID3 信息獨立，直接拼接會導致破音或卡頓。
安全的做法是：

MP3 → PCM(WAV) → 拼接 → 輸出統一文件

實現流程如下：

1. 解碼：將每個 MP3 文件轉為標準 PCM 格式；
2. 拼接：基於流式讀寫實現多個音頻文件連續拼接；
3. 輸出：保存為 WAV 或重新編碼為 MP3。

該方案完全在 JVM 內完成，不依賴外部命令。

三、核心代碼邏輯拆解（僅展示關鍵片段）

1️⃣ MP3 → PCM 解碼

利用 MP3SPI 讓 Java 自動識別 MP3 文件：

AudioInputStream mp3Stream = AudioSystem.getAudioInputStream(mp3File);
AudioFormat decodedFormat = new AudioFormat(
    AudioFormat.Encoding.PCM_SIGNED,
    baseFormat.getSampleRate(),
    16,
    baseFormat.getChannels(),
    baseFormat.getChannels() * 2,
    baseFormat.getSampleRate(),
    false
);
AudioInputStream decodedStream = AudioSystem.getAudioInputStream(decodedFormat, mp3Stream);

✅ 解碼後可使用 Java I/O 流直接處理，不需要加載到內存。

2️⃣ 流式拼接多個音頻文件

定義一個繼承自 AudioInputStream 的類，順序讀取多個音頻文件：

public int read(byte[] b, int off, int len) throws IOException {
    int bytesRead = currentStream.read(b, off, len);
    if (bytesRead == -1) switchToNextFile();
    return bytesRead;
}

通過這種方式，可以 邊讀邊寫，無需臨時緩存全部音頻數據。

3️⃣ 輸出階段

使用 AudioSystem.write() 將合併結果輸出為 WAV：

AudioSystem.write(outputStream, AudioFileFormat.Type.WAVE, outputFile);

如需輸出 MP3，可再通過 LAME4J 等純 Java 編碼器進行後處理。

四、依賴配置（Maven）

<dependency>
    <groupId>javazoom</groupId>
    <artifactId>jlayer</artifactId>
    <version>1.0.1</version>
</dependency>
<dependency>
    <groupId>com.googlecode.soundlibs</groupId>
    <artifactId>mp3spi</artifactId>
    <version>1.9.5.4</version>
</dependency>

可選依賴：

• commons-compress：用於底層文件操作；
• lame4j：若需重新編碼為 MP3。

五、性能實測：低 CPU、高兼容

在服務器環境下，合併 3 個 5MB 的 MP3 文件僅需 2 秒左右。

六、項目結構與使用示例

主要文件結構：

src
 ├── main/java/com/example/audio/
 │    ├── AudioMp3Merger.java     # 主工具類
 │    └── ConcatenatedAudioInputStream.java  # 拼接流
 └── resources/
      └── logback.xml

示例調用：

List<File> files = List.of(
    new File("input/1.mp3"),
    new File("input/2.mp3")
);
AudioMp3Merger.mergeMp3("output/merged.wav", files);

七、方案亮點總結

八、進階方向

1. 使用 Java NIO 通道 提升合併速度；
2. 引入 並行拼接 與多線程讀寫；
3. 支持 在線音頻流合併（HTTP InputStream）；
4. 加入 斷點續合 與中斷恢復機制。

結語

本文展示了一個純 Java 實現的 MP3 合併工具，它拋棄 FFmpeg 的高負載做法，通過流式 PCM 拼接實現高效、輕量的音頻處理方案。
無論是桌面應用還是雲端微服務，都能輕鬆集成這一組件。

完整代碼

📦 獲取完整源碼
（包含完整類定義、異常處理與日誌輸出邏輯）
到下面文章中獲取，親測完整代碼，可運行，目前沒有發現bug，運行良好。

https://blog.csdn.net/weixin_52908342/article/details/154174311