Dual Split A2dp SBC Streams

背景

SBC是经典蓝牙A2DP强制支持的音频标准配置的codec，通常情况下，在我们的印象中SBC是蓝牙低质量音质的代名词，如果一个耳机或者音响只支持SBC一个codec，那么这个耳机或音响肯定是低端货，一般高端的人耳机都会支持一些其他私有编码器，比如AAC，LDAC，还有各家公司自己开发的编解码器，比如高通的APTX,华为自己开发的L2HC等等。其实不然，蓝牙音频SBC是可以通过一些方法来提升音质，甚至可以提升至APTX HD相当的音效。

记得大概七八年前，我在上一家公司曾经做过一个韩国某司的智能TV项目，因为当时开发调试的时间比较长，所以还有印象就是当时客户就要求我们基于bluedroid蓝牙协议栈架构的A2DP Source端做如下修改：

1. 左右音响需要单独建立ACL & A2DP链路，从audio系统那边过来的立体声数据按Left-Right-Left-Right组合，需要在协议栈里做分离，Left Channel的数据只发送Left Speaker，Right Channel的数据发送Right Speaker。
2. 左右声道的音频数据都是在协议栈里分别各自进行SBC Encode，各自有独立的编码参数， Channel Mode由原来的Joint stereo 变成了Mono Channel Mode。
3. A2DP configuration能够动态配置，比如单独一个音响的时候是aptx Mode，如果有两个音响，则需要切换为SBC，反之亦然。
4. 需要给应用层提供一些接口，比如配置左右音响，配置bitpool的值等等。

上面的需求看似不复杂，其实当时一个人还是花了不少时间，尤其是两条数据流同时做SBC encode的时候，SBC的库还有重入的问题（其实就是SBC编码库引入一些全局变量导致），后面又碰到一些两个音响数据流同步等问题，还有两条流变一条流，一条流变两条流做A2DP Configuration动态切换问题等等。

客户为啥需要这么做呢？这么配置会带来哪些好处，接下来探讨：

SBC编码参数

下面看一个具体耳机端实例所支持的SBC编码的参数：

参数	值	详解
Channel Mode	联合立体声，立体声，双通道，单通道	Dual channel：由两个单声道组成，两个声道编码时不考虑相关性，每个声道的码率为音频总码率的一半。 Stereo：由两个或多个相互独立的声道组成，每个声道的码率根据其各自编码信息量大小而定。人耳听到时能对音源位置进行定位。E.G right use 48kbits and left uses 96 kbits in a 128kbits file。不会计算双声道之间的资料相关性，但是会协调分配双声道的资料流量，自动分配较多的 Bit 给复杂的声道使用。 Joint stereo：也是由两个声道组成，但编码时兼顾了这两个声道的共同信息量，比Stereo的压缩率更高。在这个压缩模式下，LAME 会利用双声道之间的资料相关性进行演算。左右声道资料类似时，会利用 M/S (Mid/Side) 编码技术，计算中央声道 (L+R) 和两侧声道差异 (L-R) 的值，并且会分配较多的 Bit 给中央声道，增加资料记录频宽。
Sampling Frequency	48KHZ,44.1KHZ	音频采样率，可以理解为1秒播放44100个采样点或者48000个采样点
Allocation Method	Loudness或SNR	量化分配方法是响度还是信噪比
sub bands	8或者4	"Number of frequency bands"指的是频率带的数量。通常用于音频处理、无线通信等领域，表示将整个频率范围分割成的多个区段或通道的数量。每个频带代表一个特定范围内的频率集合。例如，在音频均衡器中，不同的频带可以分别调整不同频率范围的声音强度。在无线通信中，频带则指定了信号传输所使用的具体频率区间。
Block Length	4,8,12,16	一个音频帧中的音频块数据
Min Bitpool value	2	量化比特池的最小值为2
Max Bitpool Value	39	量化比特池的最大值为39

下面看一个手机通过AVDTP Set Configuration设置的SBC编码参数的实例：

可以看到手机选择是：联合立体声，采样率44.1kHz ,响度，频带数量为8，帧中块数为16，量化比特池最小值为2，最大值为39。

SBC码率计算

$$bitrate=\frac{8\ast frame\_length\ast sample\_rate}{subbands\ast blocks}$$
其中sample_rate, subbands和blocks这些都是定义好了的，只有frame_length的计算方法参考：

可以计算上面的手机和耳机传输SBC音频数据的frame_length = 4 + (8 * 2)/2 + (8+16 * 39)/8 = 91

可以计算上面的手机和耳机传输SBC数据的码率为8 * 91 * 44100/（8 * 16）=250.8 kbps

这里也有一个现成的计算方法：https://btcodecs.valdikss.org.ru/sbc-bitrate-calculator/ 来验证一下：

上面这个表格的2DH5代表，采用2M PHY，一次传输采用5个slot（0.625ms）+一个slot的间隔，总共是6x0.625ms = 3.75ms；
而3DH5则表示采用3M PHY，一次传输采用5个slot +一个slot的间隔，总共也是3.75ms。
可以看到采用2DH5最多一次可以传输679个字节，一个传输周期可以传输7个frame，有25个字节浪费；
计算方法：679 - 4(L2CAP） - 12(AVDTP) - 1(SBC header) - (91 * 7) = 25。
而采用3DH5一次最多传输1021个字节，可以传输11个frame，只有3个字节浪费。
同理：1021 - 4(L2CAP） - 12(AVDTP) - 1(SBC header) - (91* 11) = 3。

这里列举A2DP SPEC定义的高质量和低质量的一些常用的比特池对应的SBC码率表格：

Dual Split A2dp SBC Streams Benifit

再回到我之前的项目中，假设按照以下的固定配置，每个音频帧包含16块，量化分配方法为响度和频带数为8，比特池为38的设置下，来看看单个A2DP联合立体声音频数据流和两条A2DP MONO音频数据流各自对应的码率为多少：

联合立体声：

• frame_length = 4 + 8* 2/2 + (8+16*38)/8 = 89 ；
• bitrate = 8 * 89* 44100/（8*16）=245.3kbps

MONO:

• frame_length = 4 + 8*2/2 + (16 * 38)/8 = 88
• bitrate = 8 * 88* 44100/（8*16）=242.5kbps
  这里需要注意的是采用联合立体声的话，如果两个音响配合，另外一个副音响可以采取监听模式，这样蓝牙的总带宽还是245.3kbps；如果采取MONO，两个音响需要建立两条A2DP音频数据流，那么总带宽就变成了242.5 x 2 = 485 kbps。
  带宽翻倍最终带来的也是效果翻倍甚至更好，这是由专业测试的,可以达到Aptx HD的效果，具体参考：http://soundexpert.org/articles/-/blogs/audio-quality-of-sbc-xq-bluetooth-audio-codec