Java标准库javax.sound.sampled API本身不提供重采样功能，无法直接改变音频采样率；AudioSystem.getAudioInputStream()仅支持兼容格式的无损转换，绝不会执行插值重采样。
Java 标准库的 javax.sound.sampled API **本身不提供重采样（resampling）功能**，无法直接调用某个方法把 44.1 kHz 的音频改成 16 kHz。你看到的“用 Java Sound API 重采样”，实际是自己实现或借助第三方库完成的——标准 API 只负责读、写、播放、格式转换（如 PCM 位深/通道数调整），但不改变采样率。
为什么 AudioSystem.getAudioInputStream() 不能重采样？
AudioSystem.getAudioInputStream(AudioFormat targetFormat, AudioInputStream sourceStream) 看似支持目标格式，但它只在源格式与目标格式的 encoding、sampleSizeInBits、channels、frameSize、frameRate 兼容时做无损转换；若仅改 sampleRate，它会抛出 IllegalArgumentException 或静默失败（取决于底层混音器支持情况），**绝不会执行插值重采样**。
常见错误现象：
- 传入不同
sampleRate的AudioFormat，却没报错 → 实际未生效，输出仍是原采样率 - 用
AudioSystem.write()写出文件后用 ffprobe 检查，发现采样率未变 - 手动构造新
AudioFormat并包装AudioInputStream，但播放时变调/加速/卡顿
用 TarsosDSP 实现简单线性重采样（推荐入门）
TarsosDSP 是轻量、纯 Java、MIT 协议的音频处理库，内置 ResampleAudioInputStream，支持任意整数倍和非整数倍重采样（使用线性插值），无需 JNI。
立即学习“Java免费学习笔记（深入）”；
实操建议：
- Maven 引入：
be.tarsos.dsp TarsosDSP 2.5 - 输入必须是 PCM（LINEAR）编码，且
sampleSizeInBits为 16 或 8；如为 ALAW / ULAW，需先用AudioSystem.getAudioInputStream(AudioFormat, AudioInputStream)解码成 PCM - 重采样后的流仍为 PCM，可直接写入 WAV/RAW，但注意：WAV 头中的采样率字段需同步更新（
AudioSystem.write()会自动处理）
示例：将 44100 Hz → 16000 Hz
AudioInputStream original = AudioSystem.getAudioInputStream(new File("input.wav"));
AudioFormat format = original.getFormat();
AudioFormat resampledFormat = new AudioFormat(
format.getEncoding(),
16000, // new sample rate
format.getSampleSizeInBits(),
format.getChannels(),
format.getFrameSize(),
16000, // frame rate must match sample rate for PCM
format.isBigEndian()
);
AudioInputStream resampled = new ResampleAudioInputStream(resampledFormat, original, 16000);
AudioSystem.write(resampled, AudioFileFormat.Type.WAVE, new File("output_16k.wav"));自研最近邻/线性重采样的关键点（不依赖库）
如果必须纯 JDK、无外部依赖，可手动读取 PCM 数据并重采样。核心是理解“采样点映射”：
- 假设原采样率
srIn = 44100，目标srOut = 16000，则缩放因子ratio = (double) srIn / srOut ≈ 2.75625 - 第
n个输出样本对应输入位置n * ratio；用 floor（最近邻）或双线性插值（更平滑）计算该位置的 PCM 值 - 16-bit PCM 需按小端/大端解析
byte[]→short[]→ 插值 → 再转回byte[] - 务必用
AudioFormat的isBigEndian()和getSampleSizeInBits()正确解析原始字节，否则声音失真
容易踩的坑：
- 忽略声道交错（interleaved）：双声道数据是 LRLRLR，不是 LL…RR…，插值时需按通道分别处理或保持交错结构
- 未对齐帧边界：
AudioInputStream.read()返回的字节数可能不是完整帧（frameSize的整数倍），需缓存未消费字节 - 浮点精度累积误差：长期运行后
n * ratio偏移越来越大，应改用增量式步进（pos += ratio）并定期取整校准
重采样不是格式转换，它本质是信号重建——哪怕只改一个参数，也涉及抗混叠、插值核选择、相位响应等细节。TarsosDSP 默认线性插值够用，但语音识别前预处理若要求高保真，就得换 Lanczos 或用 FFmpeg 的 libswresample（通过 JNA 调用）。别被“Java Sound API”这个名字带偏了，它真不管这事。
