Android 录音机小米商业项目开源代码 AudioRecord录音暂停播放 Wav格式（音频二）

最新推荐文章于 2024-08-16 08:35:48 发布

深南大盗

最新推荐文章于 2024-08-16 08:35:48 发布

阅读量1.8k

点赞数

分类专栏：音视频FFmpeg

本文链接：https://blog.csdn.net/WHB20081815/article/details/88778623

版权

音视频FFmpeg 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

Android MediaRecorder录音录像暂停继续录音播放 ARM格式（音频一）

https://blog.csdn.net/WHB20081815/article/details/88778605

Android 录音机小米商业项目开源代码 AudioRecord录音暂停播放 Wav格式（音频二）

https://blog.csdn.net/WHB20081815/article/details/88778623

Android 录音机小米商业项目开源代码 pcm转AAC硬编码录音暂停播放（音频三）

https://blog.csdn.net/WHB20081815/article/details/88778634

Android 录音机商业项目开源代码 pcm转AAC软编码录音暂停播放（音频四）

https://blog.csdn.net/WHB20081815/article/details/88778641

Android 高仿唱吧咔拉ok 商业项目开源代码 K歌合成伴奏录音合成MP3（音频五）

https://blog.csdn.net/WHB20081815/article/details/88778652

音频基础知识

声道数（通道数）

即声音的通道的数目。很好理解，有单声道和立体声之分，单声道的声音只能使用一个喇叭发声（有的也处理成两个喇叭输出同一个声道的声音），立体声的PCM可以使两个喇叭都发声（一般左右声道有分工），更能感受到空间效果。

采样位数

即采样值或取样值（就是将采样样本幅度量化）。它是用来衡量声音波动变化的一个参数，也可以说是声卡的分辨率。它的数值越大，分辨率也就越高，所发出声音的能力越强。

在计算机中采样位数一般有8位和16位之分，但有一点请大家注意，8位不是说把纵坐标分成8份，而是分成2的8次方即256份；同理16位是把纵坐标分成2的16次方65536份。

采样频率

即取样频率，指每秒钟取得声音样本的次数。采样频率越高，声音的质量也就越好，声音的还原也就越真实，但同时它占的资源比较多。由于人耳的分辨率很有限，太高的频率并不能分辨出来。在16位声卡中有22KHz、44KHz等几级，其中，22KHz相当于普通FM广播的音质，44KHz已相当于CD音质了，目前的常用采样频率都不超过48KHz。

既然知道了以上三个概念，就可以由下边的公式得出PCM文件所占容量：

存储量= (采样频率 * 采样位数 * 声道 * 时间)／8 (单位：字节数)。

PCM 介绍

目前我们在计算机上进行音频播放都需要依赖于音频文件，音频文件的生成过程是将声音信息采样、量化和编码产生的数字信号的过程，人耳所能听到的声音，最低的频率是从20Hz起一直到最高频率20KHZ，因此音频文件格式的最大带宽是20KHZ。根据奈奎斯特的理论，只有采样频率高于声音信号最高频率的两倍时，才能把数字信号表示的声音还原成为原来的声音，所以音频文件的采样率一般在40~50KHZ，比如最常见的CD音质采样率44.1KHZ。

对声音进行采样、量化过程被称为脉冲编码调制（Pulse Code Modulation），简称PCM。PCM数据是最原始的音频数据完全无损，所以PCM数据虽然音质优秀但体积庞大，为了解决这个问题先后诞生了一系列的音频格式，这些音频格式运用不同的方法对音频数据进行压缩，其中有无损压缩（ALAC、APE、FLAC）和有损压缩（MP3、AAC、OGG、WMA）两种。

WAV

Waveform Audio File Format（WAVE，又或者是因为扩展名而被大众所知的WAV），是微软与IBM公司所开发在个人电脑存储音频流的编码格式，在Windows平台的应用软件受到广泛的支持，地位上类似于麦金塔电脑里的AIFF。此格式属于资源交换档案格式(RIFF)的应用之一，通常会将采用脉冲编码调制的音频资存储在区块中。也是其音乐发烧友中常用的指定规格之一。由于此音频格式未经过压缩，所以在音质方面不会出现失真的情况，但档案的体积因而在众多音频格式中较为大。

所有的WAV都有一个文件头，这个文件头音频流的编码参数。WAV对音频流的编码没有硬性规定，除了PCM之外，还有几乎所有支持ACM规范的编码都可以为WAV的音频流进行编码。WAV也可以使用多种音频编码来压缩其音频流，不过我们常见的都是音频流被PCM编码处理的WAV，但这不表示WAV只能使用PCM编码，MP3编码同样也可以运用在WAV中，和AVI一样，只要安装好了相应的Decode，就可以欣赏这些WAV了。

在Windows平台下，基于PCM编码的WAV是被支持得最好的音频格式，所有音频软件都能完美支持，由于本身可以达到较高的音质的要求，因此，WAV也是音乐编辑创作的首选格式，适合保存音乐素材。因此，基于PCM编码的WAV被作为了一种中介的格式，常常使用在其他编码的相互转换之中，例如MP3转换成WMA。

wav文件格式

在文件的前44字节放置标头(header)，使播放器或编辑器能够简单掌握文件的基本信息，其内容以区块(chunk)为最小单位，每一区块长度为4字节。

录音的原理:

开始录音的时候，一个 AudioRecord 需要初始化一个相关联的声音buffer，这个 buffer 主要是用来保存新的声音数据。这个 buffer 的大小，我们可以在对象构造期间去指定。它表明一个 AudioRecord 对象还没有被读取（同步）声音数据前能录多长的音(即一次可以录制的声音容量)。声音数据从音频硬件中被读出，数据大小不超过整个录音数据的大小（可以分多次读出），即每次读取初始化 buffer 容量的数据。

采集工作很简单，我们只需要构造一个AudioRecord对象，然后传入各种不同配置的参数即可。一般情况下录音实现的简单流程如下：

音频源:我们可以使用麦克风作为采集音频的数据源。
采样率:一秒钟对声音数据的采样次数，采样率越高，音质越好。
音频通道：单声道，双声道等，
音频格式:一般选用PCM格式，即原始的音频样本。
缓冲区大小:音频数据写入缓冲区的总数，可以通过AudioRecord.getMinBufferSize获取最小的缓冲区。（将音频采集到缓冲区中然后再从缓冲区中读取）。

image

摘自维基百科

起始位址区块名称区块大小端序区块内容备注

0 区块编号 4 大 “RIFF”

4 总区块大小 4 小 = N+36 N：音频数据的总字节数；36：从下一个地址开始到头文件尾的总字节数

8 档案格式 4 大 “WAVE”

12 子区块1标识 4 大 “fmt ” （最后有一个空格）

16 子区块1大小 4 小 16

20 音频格式 2 小 1（PCM）

22 声道数量 2 小 1（单声道）2（立体声）

24 取样频率（采用频率） 4 小取样点/秒（Hz）

28 位元（组）率 4 小 = 取样频率 * 位元深度 / 8 Byte率 = 采样频率 *音频通道数 *每次采样得到的样本位数 / 8

32 区块对齐 2 小 4

36 子区块2标识 4 大 “data”

40 子区块2大小 4 小 N（=位元(组)*秒数 *声道数量）音频数据的大小

44 音频数据 =N 小 <音频数据从此开始>

端序，即字节顺序

---------------------

Android 中MediaRecorder和AudioRecord 与 MediaPlayer和 AudioTrack 的介绍

官方提供两种API用于音频开发，分别为 MediaRecorder和 AudioRecord 用与音频的采集， MediaPlayer和 AudioTrack 用于音频的播放

image

小知识点：

1. 在用MediaRecorder进行录制音视频时，最终还是会创建AudioRecord用来与AudioFlinger进行交互。

2. MediaPlayer在framework层还是会创建AudioTrack，把解码后的PCM数流传递给AudioTrack，AudioTrack再传递给AudioFlinger进行混音，然后才传递给硬件播放。所以是MediaPlayer包含了AudioTRack。

使用AudioRecord录制pcm音频

PCM转WAV
只要加上wav头文件即可。

使用AudioTrack播放pcm音频
AudioTrack 类为java程序实现了控制和播放简单的音频。它允许将 PCM音频流传输到音频接收器进行播放。这是通过将音频数据推给 AudioTrack对象实现的，可以使用 write(byte[], int, int) , write(short[], int, int) 或 write(float[], int, int, int) 方法。

AudioTrack可以在两种模式下运行：static 或 streaming。
在Streaming模式下，应用程序使用其中一种write()方法将连续的数据流写入AudioTrack 。当数据从Java层传输到native层并排队等待播放时，它们会阻塞并返回。在播放音频数据块时，流模式非常有用，例如：

    由于声音播放的持续时间太长而不能装入内存，
    由于音频数据的特性（高采样率，每个样本的位数……）而不能装入内存
    在先前排队的音频正在播放时接收或生成。

在处理能够装入内存的短音时，应选择静态模式，并且需要尽可能以最小的延迟播放。因此，对于经常播放的UI和游戏声音而言，静态模式将是优选的，并且可能具有最小的开销。

一旦创建，AudioTrack对象将初始化其关联的音频缓冲区。在构建过程中指定的这个缓冲区的大小决定了AudioTrack在耗尽数据之前可以播放多长时间。

对于使用静态模式的AudioTrack，此大小是可以从中播放的最大声音大小。

对于流模式，数据将以小于或等于总缓冲区大小的块形式写入音频接收器。AudioTrack不是 final，因此允许使用子类，但不建议使用这种类型的子类。

录音代码的片段：

audioRecord.startRecording();
isRecording = true;

new Thread(new Runnable() {
    @Override public void run() {

        FileOutputStream os = null;
        try {
            os = new FileOutputStream(file);
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        }

        if (null != os) {
            while (isRecording) {
                int read = audioRecord.read(data, 0, minBufferSize);
                // 如果读取音频数据没有出现错误，就将数据写入到文件
                if (AudioRecord.ERROR_INVALID_OPERATION != read) {
                    try {
                        os.write(data);
                    } catch (IOException e) {
                        e.printStackTrace();
                    }
                }
            }
            try {
                Log.i(TAG, "run: close file output stream !");
                os.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}).start();

来源： https://www.jianshu.com/p/a14787fc4b6b

demo地址：
https://github.com/Xiaoben336/AudioDemo.git