Android音频开发（2）：如何采集一帧音频

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《Android音频开发（1）：基础知识》，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。

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。

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。

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）。

1. AudioRecord 的工作流程

首先，我们了解一下 AudioRecord 的工作流程：

（1） 配置参数，初始化内部的音频缓冲区

（2） 开始采集

（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。

（4） 停止采集，释放资源

2. AudioRecord 的参数配置

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）：

（1） audioSource

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。

（2） sampleRateInHz

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。

（3） channelConfig

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）

（4） audioFormat

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。

（5） bufferSizeInBytes

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：

int size = 采样率 x 位宽 x 采样时间 x 通道数

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。

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：

int getMinBufferSize(int sampleRateInHz, int channelConfig, int audioFormat);

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。

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。

3. 音频的采集线程

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：

AudioRecord.startRecording();

AudioRecord.stop();

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：

AudioRecord.read(byte[] audioData, int offsetInBytes, int sizeInBytes);

4. 示例代码

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：Android/AudioCapturer.java at master · Jhuster/Android · GitHub

/*

* 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

*/

package com.jhuster.audiodemo;

import android.media.AudioFormat;

import android.media.AudioRecord;

import android.media.MediaRecorder;

import android.os.SystemClock;

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_STEREO;

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 = true;

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 (mAudioFrameCapturedListener != null) {

mAudioFrameCapturedListener.onAudioFrameCaptured(buffer);

}

Log.d(TAG , "OK, Captured "+ret+" bytes !");

}

SystemClock.sleep(10);

}

}

}

}

使用前要注意，添加如下权限：

<uses-permission android:name="android.permission.RECORD_AUDIO" />

5. 小结

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