Duvida usando AudioInuptStream

Estou usando o AudioInputStream para abrir arquivos de audio e analisa-los usando FFT. O problema eh que cada frame de canal (dos 2 canais do arquivo stereo) eh composto por 2 bytes. Minha duvida eh como transformar esses 2 bytes em um valor (double, float, long…) para poder ter a onda sonora exatamente como no arquivo original.