Android音频开发（2）：如何采集一帧音频
bnkx0378
9年前
<p>本文重点关注如何在Android平台上采集一帧音频数据。阅读本文之前，建议先读一下我的上一篇文章 <a href="http://www.open-open.com/lib/view/open1462747926629.html">《Android音频开发（1）：基础知识》</a> ，因为音频开发过程中，经常要涉及到这些基础知识，掌握了这些重要的概念后，开发过程中的很多参数和流程就会更加容易理解。</p> <p>Android SDK 提供了两套音频采集的API，分别是：MediaRecorder 和 AudioRecord，前者是一个更加上层一点的API，它可以直接把手机麦克风录入的音频数据进行编码压缩（如AMR、MP3等）并存成文件，而后者则更接近底层，能够更加自由灵活地控制，可以得到原始的一帧帧PCM音频数据。</p> <p>如果想简单地做一个录音机，录制成音频文件，则推荐使用 MediaRecorder，而如果需要对音频做进一步的算法处理、或者采用第三方的编码库进行压缩、以及网络传输等应用，则建议使用 AudioRecord，其实 MediaRecorder 底层也是调用了 AudioRecord 与 Android Framework 层的 AudioFlinger 进行交互的。</p> <p>音频的开发，更广泛地应用不仅仅局限于本地录音，因此，我们需要重点掌握如何利用更加底层的 AudioRecord API 来采集音频数据（注意，使用它采集到的音频数据是原始的PCM格式，想压缩为mp3,aac等格式的话，还需要专门调用编码器进行编码）。</p> <h2>1. AudioRecord 的工作流程</h2> <p>首先，我们了解一下 AudioRecord 的工作流程：</p> <p>（1） 配置参数，初始化内部的音频缓冲区</p> <p>（2） 开始采集</p> <p>（3） 需要一个线程，不断地从 AudioRecord 的缓冲区将音频数据“读”出来，注意，这个过程一定要及时，否则就会出现“overrun”的错误，该错误在音频开发中比较常见，意味着应用层没有及时地“取走”音频数据，导致内部的音频缓冲区溢出。</p> <p>（4） 停止采集，释放资源</p> <h2>2. AudioRecord 的参数配置</h2> <p><img src="https://simg.open-open.com/show/76afdbbe85c9b1798128c259ad61e936.png"></p> <p>上面是 AudioRecord 的构造函数，我们可以发现，它主要是靠构造函数来配置采集参数的，下面我们来一一解释这些参数的含义（建议对照着我的上一篇文章来理解）：</p> <p>（1） audioSource</p> <p>该参数指的是音频采集的输入源，可选的值以常量的形式定义在 MediaRecorder.AudioSource 类中，常用的值包括：DEFAULT（默认），VOICE_RECOGNITION（用于语音识别，等同于DEFAULT），MIC（由手机麦克风输入），VOICE_COMMUNICATION（用于VoIP应用）等等。</p> <p>（2） sampleRateInHz</p> <p>采样率，注意，目前44100Hz是唯一可以保证兼容所有Android手机的采样率。</p> <p>（3） channelConfig</p> <p>通道数的配置，可选的值以常量的形式定义在 AudioFormat 类中，常用的是 CHANNEL_IN_MONO（单通道），CHANNEL_IN_STEREO（双通道）</p> <p>（4） audioFormat</p> <p>这个参数是用来配置“数据位宽”的，可选的值也是以常量的形式定义在 AudioFormat 类中，常用的是 ENCODING_PCM_16BIT（16bit），ENCODING_PCM_8BIT（8bit），注意，前者是可以保证兼容所有Android手机的。</p> <p>（5） bufferSizeInBytes</p> <p>这个是最难理解又最重要的一个参数，它配置的是 AudioRecord 内部的音频缓冲区的大小，该缓冲区的值不能低于一帧“音频帧”（Frame）的大小，而前一篇文章介绍过，一帧音频帧的大小计算如下：</p> <p>int size = 采样率 x 位宽 x 采样时间 x 通道数</p> <p>采样时间一般取 2.5ms~120ms 之间，由厂商或者具体的应用决定，我们其实可以推断，每一帧的采样时间取得越短，产生的延时就应该会越小，当然，碎片化的数据也就会越多。</p> <p>在Android开发中，AudioRecord 类提供了一个帮助你确定这个 bufferSizeInBytes 的函数，原型如下：</p> <p>int getMinBufferSize(int sampleRateInHz, int channelConfig, int audioFormat);</p> <p>不同的厂商的底层实现是不一样的，但无外乎就是根据上面的计算公式得到一帧的大小，音频缓冲区的大小则必须是一帧大小的2～N倍，有兴趣的朋友可以继续深入源码探究探究。</p> <p>实际开发中，强烈建议由该函数计算出需要传入的 bufferSizeInBytes，而不是自己手动计算。</p> <h2>3. 音频的采集线程</h2> <p>当创建好了 AudioRecord 对象之后，就可以开始进行音频数据的采集了，通过下面两个函数控制采集的开始/停止：</p> <p>AudioRecord.startRecording();</p> <p>AudioRecord.stop();</p> <p>一旦开始采集，必须通过线程循环尽快取走音频，否则系统会出现 overrun，调用的读取数据的接口是：</p> <p>AudioRecord.read(byte[] audioData, int offsetInBytes, int sizeInBytes);</p> <h2>4. 示例代码</h2> <p>我将 AudioRecord 类的接口简单封装了一下，提供了一个 AudioCapturer 类，可以到我的Github下载： <a href="/misc/goto?guid=4959672711417731936" rel="nofollow,noindex">https://github.com/Jhuster/Android/blob/master/Audio/AudioCapturer.java</a></p> <p>这里也贴出来一份：</p> <pre> <code class="language-java">/* * COPYRIGHT NOTICE * Copyright (C) 2016, Jhuster <lujun.hust@gmail.com> * https://github.com/Jhuster/Android * * @license under the Apache License, Version 2.0 * * @file AudioCapturer.java * * @version 1.0 * @author Jhuster * @date 2016/03/10 */ import android.media.AudioFormat; import android.media.AudioRecord; import android.media.MediaRecorder; import android.util.Log; public class AudioCapturer { private static final String TAG = "AudioCapturer"; private static final int DEFAULT_SOURCE = MediaRecorder.AudioSource.MIC; private static final int DEFAULT_SAMPLE_RATE = 44100; private static final int DEFAULT_CHANNEL_CONFIG = AudioFormat.CHANNEL_IN_MONO; private static final int DEFAULT_AUDIO_FORMAT = AudioFormat.ENCODING_PCM_16BIT; private AudioRecord mAudioRecord; private int mMinBufferSize = 0; private Thread mCaptureThread; private boolean mIsCaptureStarted = false; private volatile boolean mIsLoopExit = false; private OnAudioFrameCapturedListener mAudioFrameCapturedListener; public interface OnAudioFrameCapturedListener { public void onAudioFrameCaptured(byte[] audioData); } public boolean isCaptureStarted() { return mIsCaptureStarted; } public void setOnAudioFrameCapturedListener(OnAudioFrameCapturedListener listener) { mAudioFrameCapturedListener = listener; } public boolean startCapture() { return startCapture(DEFAULT_SOURCE, DEFAULT_SAMPLE_RATE, DEFAULT_CHANNEL_CONFIG, DEFAULT_AUDIO_FORMAT); } public boolean startCapture(int audioSource, int sampleRateInHz, int channelConfig, int audioFormat) { if (mIsCaptureStarted) { Log.e(TAG, "Capture already started !"); return false; } mMinBufferSize = AudioRecord.getMinBufferSize(sampleRateInHz,channelConfig,audioFormat); if (mMinBufferSize == AudioRecord.ERROR_BAD_VALUE) { Log.e(TAG, "Invalid parameter !"); return false; } Log.d(TAG , "getMinBufferSize = "+mMinBufferSize+" bytes !"); mAudioRecord = new AudioRecord(audioSource,sampleRateInHz,channelConfig,audioFormat,mMinBufferSize); if (mAudioRecord.getState() == AudioRecord.STATE_UNINITIALIZED) { Log.e(TAG, "AudioRecord initialize fail !"); return false; } mAudioRecord.startRecording(); mIsLoopExit = false; mCaptureThread = new Thread(new AudioCaptureRunnable()); mCaptureThread.start(); mIsCaptureStarted = true; Log.d(TAG, "Start audio capture success !"); return true; } public void stopCapture() { if (!mIsCaptureStarted) { return; } mIsLoopExit = false; try { mCaptureThread.interrupt(); mCaptureThread.join(1000); } catch (InterruptedException e) { e.printStackTrace(); } if (mAudioRecord.getRecordingState() == AudioRecord.RECORDSTATE_RECORDING) { mAudioRecord.stop(); } mAudioRecord.release(); mIsCaptureStarted = false; mAudioFrameCapturedListener = null; Log.d(TAG, "Stop audio capture success !"); } private class AudioCaptureRunnable implements Runnable { @Override public void run() { while (!mIsLoopExit) { byte[] buffer = new byte[mMinBufferSize]; int ret = mAudioRecord.read(buffer, 0, mMinBufferSize); if (ret == AudioRecord.ERROR_INVALID_OPERATION) { Log.e(TAG , "Error ERROR_INVALID_OPERATION"); } else if (ret == AudioRecord.ERROR_BAD_VALUE) { Log.e(TAG , "Error ERROR_BAD_VALUE"); } else if (ret == AudioRecord.ERROR_INVALID_OPERATION) { Log.e(TAG , "Error ERROR_INVALID_OPERATION"); } else { if (mAudioFrameCapturedListener != null) { mAudioFrameCapturedListener.onAudioFrameCaptured(buffer); } Log.d(TAG , "OK, Captured "+ret+" bytes !"); } } } } }</code></pre> <p>使用前要注意，添加如下权限：</p> <p><uses-permission android:name="android.permission.RECORD_AUDIO" /></p> <h2>5. 小结</h2> <p>音频开发的知识点其实挺多的，一篇文章也无法详细地展开叙述，因此，不够全面和详尽的地方，请大家搜索专业的资料进行深入了解。文章中有不清楚的地方欢迎留言或者来信 lujun.hust@gmail.com 交流，或者关注我的新浪微博@卢_俊 或者 微信公众号 @Jhuster 获取最新的文章和资讯。</p> <p><img src="https://simg.open-open.com/show/c5f73d6522a6d04df3e90e616662dd9f.jpg"></p> <p>来自： <a href="/misc/goto?guid=4959672711513326206" rel="nofollow">http://ticktick.blog.51cto.com/823160/1749719</a></p>