Android音頻開發（2）：如何采集一幀音頻
本文重點關注如何在Android平臺上采集一幀音頻數據。閱讀本文之前，建議先讀一下我的上一篇文章 《Android音頻開發（1）：基礎知識》 ，因為音頻開發過程中，經常要涉及到這些基礎知識，掌握了這些重要的概念后，開發過程中的很多參數和流程就會更加容易理解。
Android SDK 提供了兩套音頻采集的API，分別是：MediaRecorder 和 AudioRecord，前者是一個更加上層一點的API，它可以直接把手機麥克風錄入的音頻數據進行編碼壓縮（如AMR、MP3等）并存成文件，而后者則更接近底層，能夠更加自由靈活地控制，可以得到原始的一幀幀PCM音頻數據。
如果想簡單地做一個錄音機，錄制成音頻文件，則推薦使用 MediaRecorder，而如果需要對音頻做進一步的算法處理、或者采用第三方的編碼庫進行壓縮、以及網絡傳輸等應用，則建議使用 AudioRecord，其實 MediaRecorder 底層也是調用了 AudioRecord 與 Android Framework 層的 AudioFlinger 進行交互的。
音頻的開發，更廣泛地應用不僅僅局限于本地錄音，因此，我們需要重點掌握如何利用更加底層的 AudioRecord API 來采集音頻數據（注意，使用它采集到的音頻數據是原始的PCM格式，想壓縮為mp3,aac等格式的話，還需要專門調用編碼器進行編碼）。
1. AudioRecord 的工作流程
首先，我們了解一下 AudioRecord 的工作流程：
（1） 配置參數，初始化內部的音頻緩沖區
（2） 開始采集
（3） 需要一個線程，不斷地從 AudioRecord 的緩沖區將音頻數據“讀”出來，注意，這個過程一定要及時，否則就會出現“overrun”的錯誤，該錯誤在音頻開發中比較常見，意味著應用層沒有及時地“取走”音頻數據，導致內部的音頻緩沖區溢出。
（4） 停止采集，釋放資源
2. AudioRecord 的參數配置
上面是 AudioRecord 的構造函數，我們可以發現，它主要是靠構造函數來配置采集參數的，下面我們來一一解釋這些參數的含義（建議對照著我的上一篇文章來理解）：
（1） audioSource
該參數指的是音頻采集的輸入源，可選的值以常量的形式定義在 MediaRecorder.AudioSource 類中，常用的值包括：DEFAULT（默認），VOICE_RECOGNITION（用于語音識別，等同于DEFAULT），MIC（由手機麥克風輸入），VOICE_COMMUNICATION（用于VoIP應用）等等。
（2） sampleRateInHz
采樣率，注意，目前44100Hz是唯一可以保證兼容所有Android手機的采樣率。
（3） channelConfig
通道數的配置，可選的值以常量的形式定義在 AudioFormat 類中，常用的是 CHANNEL_IN_MONO（單通道），CHANNEL_IN_STEREO（雙通道）
（4） audioFormat
這個參數是用來配置“數據位寬”的，可選的值也是以常量的形式定義在 AudioFormat 類中，常用的是 ENCODING_PCM_16BIT（16bit），ENCODING_PCM_8BIT（8bit），注意，前者是可以保證兼容所有Android手機的。
（5） bufferSizeInBytes
這個是最難理解又最重要的一個參數，它配置的是 AudioRecord 內部的音頻緩沖區的大小，該緩沖區的值不能低于一幀“音頻幀”（Frame）的大小，而前一篇文章介紹過，一幀音頻幀的大小計算如下：
int size = 采樣率 x 位寬 x 采樣時間 x 通道數
采樣時間一般取 2.5ms~120ms 之間，由廠商或者具體的應用決定，我們其實可以推斷，每一幀的采樣時間取得越短，產生的延時就應該會越小，當然，碎片化的數據也就會越多。
在Android開發中，AudioRecord 類提供了一個幫助你確定這個 bufferSizeInBytes 的函數，原型如下：
int getMinBufferSize(int sampleRateInHz, int channelConfig, int audioFormat);
不同的廠商的底層實現是不一樣的，但無外乎就是根據上面的計算公式得到一幀的大小，音頻緩沖區的大小則必須是一幀大小的2～N倍，有興趣的朋友可以繼續深入源碼探究探究。
實際開發中，強烈建議由該函數計算出需要傳入的 bufferSizeInBytes，而不是自己手動計算。
3. 音頻的采集線程
當創建好了 AudioRecord 對象之后，就可以開始進行音頻數據的采集了，通過下面兩個函數控制采集的開始/停止：
AudioRecord.startRecording();
AudioRecord.stop();
一旦開始采集，必須通過線程循環盡快取走音頻，否則系統會出現 overrun，調用的讀取數據的接口是：
AudioRecord.read(byte[] audioData, int offsetInBytes, int sizeInBytes);
4. 示例代碼
我將 AudioRecord 類的接口簡單封裝了一下，提供了一個 AudioCapturer 類，可以到我的Github下載： https://github.com/Jhuster/Android/blob/master/Audio/AudioCapturer.java
這里也貼出來一份：
/*
* 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 !");
}
}
}
}
}
使用前要注意，添加如下權限：
<uses-permission android:name="android.permission.RECORD_AUDIO" />
5. 小結
音頻開發的知識點其實挺多的，一篇文章也無法詳細地展開敘述，因此，不夠全面和詳盡的地方，請大家搜索專業的資料進行深入了解。文章中有不清楚的地方歡迎留言或者來信 lujun.hust@gmail.com 交流，或者關注我的新浪微博@盧_俊 或者 微信公眾號 @Jhuster 獲取最新的文章和資訊。
