Android音频相关基础

音频基础概念

模拟信号数字信号：
模拟信号用模拟量的电压或电流来表示的信号，时间上是连续的，幅度变化也是连续的，类似正弦，余弦曲线连续变化。
数字信号是通过0和1的数字串所构成的数字流来传输的，数字信号不是连续的，从上面的模拟信号中取部分点进行表示。

采样：
把模拟信号转化成数字信号的过程，包括音频，视频等都需要进行采样。

采样频率：
采样频率单位为HZ，表示每秒从连续信号中提取并组成离散信号的采样个数，采样频率的倒数为采样间的时间间隔。采样频率越高声音就越接近真实声音。
常用的采样频率：8kHZ，11.025kHZ,22.05Khz,16kHz,37,8kHz,44.1kHz,48kHz,96kHz,192kHz等。人类耳朵能够听到的最高频率为20kHz，因此要使人们能听到声音，每秒至少要采集40K次，所以采样率至少为40kHz。
Android录音API AudioRecord的参数有一个是采样率，但Android对音频采样率做了限制，默认值是22050Hz，并且不能小于4000Hz，不能大于48000Hz，即采样率必须位于[4000,48000]hz之间。

44100Hz是目前唯一一个能够在所有的设备上使用的频率，但是一些其他的例如22050、16000、11025也能够在一部分设备上使用。

量化：
把模拟信号表示成数字信号后，还需要对每个点的信息进行表示（强弱，幅度等信息），通常可以是4bit,8bit,16bit,32bit,64bit等，用的位数越多，信号越接近真实值。量化利用bit表示数据，数据会按照固定的编码方式进行排列。

声道数：
声道分为单声道（MONO），双声道（STEREO），立体声道，单声道默认一个声道，双声道默认两个声道。
android支持双声道立体声和单声道 CHANNEL_IN_MONO是单声道，在所有设备上支持，CHANNEL_IN_STEREO是双声道立体声。

音频编码格式：
编码格式是音频量化的策略，任何编码策略都是有损的，只能做到无限接近无法真正完全还原。常用的编码方式PCM能够达到最高保真，所以很多编码都是在PCM上重新处理。

音频压缩：
如果想减少存储空间的占用同时又不想降低音频质量，就需要对音频数据进行压缩。
音频占用空间计算公式： 采样率值×采样大小值×声道数bps

对于常用的44khz的采样频率，量化单位为16bit，双声道的PCM编码，速率为44K * 16 *2 = 1408Kbps，除以8 得到176KB/s,这个数据量是很大的，所以需要压缩。

**常用压缩格式：**MP3，AAC，OGG，WMA，m4a，AMR，等。

音频流：
流支持边录制边播放，也就是不必得到完整音频数据，就可以进行播放。

Android中的音频处理：

• 音频采集： MediaRecoder，AudioRecord
• 音频播放： MediaPlayer，AudioTrack ，SoundPool
• 音频编解码： MediaCodec

MediaPlayer，AudioTrack ，SoundPool三者区别

• SoundPool：适合短促且对反应速度比较高的情况
• AudioTrack： 播放解码后的PCM码流
• MediaPlayer ：适合比较长且时间要求不高的情况

AudioRecord 可以获取到一帧帧 PCM 数据，可以对这些数据进行处理。
MediaRecorder 内部基于 AudioRecorder 的 API ，它可以直接将采集到的音频数据转化为执行的编码格式，并保存，保存的格式包括arm，aac，mp3等。

AudioRecord最后得到的文件为pcm格式文件，MediaPlayer没法直接播放，需要利用AudioTrack播放或者把PCM格式文件转化为Wav格式再利用MediaPlayer进行播放。