android pcm频谱_Android  音乐频谱实现

本文介绍如何在Android应用中实现音乐频谱展示,主要涉及使用Visualizer类来获取音频频谱数据,并通过自定义View进行绘制。内容包括设置Visualizer,监听音频数据,处理并展示波形数据,以及解决字符乱码问题。
摘要由CSDN通过智能技术生成

最近在做一款音乐播放器,设计人员新设计样图时

加了一个音乐频谱展示界面,如上图所示。这东西在Window的MediaPlayer中很常见,而且有多种效果。

但不知道怎么实现,我在文档的开发者指南里没有讲任何有关音乐频谱的东西,最后还是在google的源码示例中找到了。

你可以直接去参看源代码中更多内容。

所有以下所讲的功能,均需要在2.3以上的sdk中才能实现。

音频频谱的获取

首先音频的频谱相关的类叫做 android.media.audiofx.Visualizer;

需要权限 ,所以要做的第一件事 是初始化一个visualizer出来。

//使用音乐的sessionId来实例化这个类

mVisualizer = new

Visualizer(mMediaPlayer.getAudioSessionId());

//设置每次捕获频谱的大小,音乐在播放中的时候采集的数据的大小或者说是采集的精度吧,我的理解,而且getCaptureSizeRange()所返回的数组里面就两个值

.文档里说数组[0]是最小值(128),数组[1]是最大值(1024)。

mVisualizer.setCaptureSize(Visualizer.getCaptureSizeRange()[1]);

//接下来就好理解了,设置一个监听器来监听不断而来的所采集的数据。一共有4个参数,第一个是监听者,第二个单位是毫赫兹,表示的是采集的频率,第三个是是否采集波形,第四个是是否采集频率

mVisualizer.setDataCaptureListen

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
实现 Android 音频频谱图需要用到 Android 的 `AudioRecord` 类和 `FFT`(快速傅里叶变换)算法。下面是一个简单的示例代码: ```java import android.media.AudioFormat; import android.media.AudioRecord; import android.media.MediaRecorder; import android.os.Bundle; import android.os.Handler; import android.os.Looper; import android.os.Message; import android.support.v7.app.AppCompatActivity; import android.util.Log; import android.view.View; import android.widget.Button; import android.widget.TextView; import java.util.Arrays; public class MainActivity extends AppCompatActivity { private static final String TAG = "AudioRecord"; private static final int SAMPLE_RATE = 44100; // 采样率 private static final int CHANNEL_CONFIG = AudioFormat.CHANNEL_IN_MONO; // 声道 private static final int AUDIO_FORMAT = AudioFormat.ENCODING_PCM_16BIT; // 采样精度 private static final int BUFFER_SIZE = AudioRecord.getMinBufferSize(SAMPLE_RATE, CHANNEL_CONFIG, AUDIO_FORMAT); // 缓冲区大小 private static final int MSG_UPDATE_VIEW = 1; // 更新 UI 的消息 private AudioRecord mAudioRecord; private boolean mIsRecording; private Handler mHandler; private FFT mFft; private TextView mTextView; private Button mButton; @Override protected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_main); mTextView = findViewById(R.id.text_view); mButton = findViewById(R.id.button); mFft = new FFT(BUFFER_SIZE); mHandler = new Handler(Looper.getMainLooper()) { @Override public void handleMessage(Message msg) { switch (msg.what) { case MSG_UPDATE_VIEW: updateView((double[]) msg.obj); break; } } }; } public void onClick(View view) { if (mIsRecording) { stopRecording(); } else { startRecording(); } } private void startRecording() { mAudioRecord = new AudioRecord(MediaRecorder.AudioSource.MIC, SAMPLE_RATE, CHANNEL_CONFIG, AUDIO_FORMAT, BUFFER_SIZE); mAudioRecord.startRecording(); mIsRecording = true; mButton.setText(R.string.stop_recording); new Thread(new Runnable() { @Override public void run() { short[] buffer = new short[BUFFER_SIZE]; double[] fftBuffer = new double[BUFFER_SIZE]; while (mIsRecording) { int readSize = mAudioRecord.read(buffer, 0, BUFFER_SIZE); for (int i = 0; i < readSize; i++) { fftBuffer[i] = buffer[i] / 32768.0; } mFft.fft(fftBuffer); double[] spectrum = new double[BUFFER_SIZE / 2]; for (int i = 0; i < spectrum.length; i++) { double re = fftBuffer[i * 2]; double im = fftBuffer[i * 2 + 1]; spectrum[i] = Math.sqrt(re * re + im * im); } Message msg = mHandler.obtainMessage(MSG_UPDATE_VIEW, spectrum); mHandler.sendMessage(msg); } } }).start(); } private void stopRecording() { mIsRecording = false; mButton.setText(R.string.start_recording); mAudioRecord.stop(); mAudioRecord.release(); mAudioRecord = null; } private void updateView(double[] spectrum) { StringBuilder sb = new StringBuilder(); for (int i = 0; i < spectrum.length; i++) { sb.append(String.format("%d Hz: %.2f\n", i * SAMPLE_RATE / BUFFER_SIZE, spectrum[i])); } mTextView.setText(sb.toString()); } private static class FFT { private int n; private double[] cosTable; private double[] sinTable; FFT(int n) { this.n = n; this.cosTable = new double[n / 2]; this.sinTable = new double[n / 2]; for (int i = 0; i < n / 2; i++) { cosTable[i] = Math.cos(-2 * Math.PI * i / n); sinTable[i] = Math.sin(-2 * Math.PI * i / n); } } void fft(double[] data) { int bits = (int) (Math.log(n) / Math.log(2)); for (int j = 1; j < n / 2; j++) { int swapPos = reverseBits(j, bits); double temp = data[j]; data[j] = data[swapPos]; data[swapPos] = temp; } int size = 2; int halfSize = 1; for (int i = 1; i <= bits; i++) { for (int j = 0; j < n; j += size) { for (int k = 0; k < halfSize; k++) { int evenIndex = j + k; int oddIndex = j + k + halfSize; double even = data[evenIndex]; double odd = data[oddIndex]; double cos = cosTable[k * n / size]; double sin = sinTable[k * n / size]; data[evenIndex] = even + odd * cos - sin * odd; data[oddIndex] = even + odd * cos + sin * odd; } } size *= 2; halfSize *= 2; } } private int reverseBits(int x, int bits) { int y = 0; for (int i = 0; i < bits; i++) { y <<= 1; y |= (x & 1); x >>= 1; } return y; } } } ``` 上面的代码实现了一个简单的录音和频谱图显示功能。当用户点击“开始录音”按钮时,程序会创建一个 `AudioRecord` 对象并开始录音。录音过程中,程序会不断从缓冲区读取音频数据,并计算出其频谱频谱计算使用了 FFT 算法,该算法可以将时域信号转换为频域信号。最后,程序将计算出的频谱显示在界面上。 需要注意的是,程序中使用了一个自己实现的 FFT 类。如果你对 FFT 算法不熟悉,可以先了解一下 FFT 算法的基本原理,再来理解这段代码。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值