android 语音开发

PS：本文是原创，写此文的目的，是为记录自己的andriod 开发之路~~

正文：

既然要做语音对讲，那么就涉及到android 语音的提取，播放，发送.

记录：android里面记录语音两个类：一个是AudioRecord,一个是Mediarecord，现在分别列出两个的优缺点

AudioRecord：优点是：可以实时处理语音数据  缺点是：提取的数据是原始pcm数据（数据量大），要压缩和编码，得自己移植库。

MediaRecord：优点是：记录的音频数据已经编码  缺点是：不能实时处理数据

ps：Tom猫就是AudioRecord来写的

播放：由于我们是AudioRecord，进行提取的是pcm数据，为了简化程序，我打算使用andriod自带的AudioTrack来播放记录的数据。

发送：简单起见，使用udp，下一版本使用rtp

 

类的构造：

AudioRecord类的构造函数：

Public AudioRecord (int audioSource,int sampleRateInHz,int channelConfig, int audioFormat,int bufferSiizeInBytes)

 

AudioSource:音频源：指的是从从哪里采集音频。 参数设置为MIC（麦克风采集音频）

sampleRateInHz采样率：音频的采样频率，每秒钟能够采样的次数，采样率越高，音质越高。给出的实例是44100,22050,11025，要采集低质量的音频可以使用4000,8000低采样率

channelConfig：声道设置  MONO单声道，STEREO立体声

audioFormat：编码方式和采样大小，采集来的数据使用pcm编码。 ENCODING_PCM_16BIT,ENCODING_PCM_8BIT，在低质量的语音传输的时候8bit足够了。

bufferSizelnBytes：采集数据需要的缓冲区大小，如果不知道大小 可以使用getMinBufferSize()查看。

 

AudioTrack类的构造函数：

 

Public AudioTrack(int streamType,int sampleRateInhz, int channelConfig,int audioFormat,int bufferSizeInBytes,int mode)

 

streamType:STREAM_VOICE_CALL,STREAM_SYSTEM,STREAM_RING,STREAM_MUSIC,STREAM_ALARM

 

sampleRateInhz:44100,22050,11025

 

channelConfig:CHANNEL_OUT_MONO ,CHANNEL_OUT_STEREO

 

audioFormat: ENCODING_PCM_16BIT,ENCODING_PCM_8BIT

 

bufferSizeInbytes:可以通过getMinbufferSize(int,int,int)

Mode:MODE_STATIC ,MODE_STREAM

 

使用列子：

构造audioRecord:

private static final int frequency=11025;

private static final int channel=AudioFormat.CHANNEL_CONFIGURATION_MONO;

private static final int audioEncoding=AudioFormat.ENCODING_PCM_16BIT;

private  int buffersize;

private AudioRecord  record;

//初始化

  buffersize=AudioRecord.getMinBufferSize(frequency, channel, 

audioEncoding);

record=new AudioRecord(MediaRecorder.AudioSource.MIC,frequency,channel,

audioEncoding,buffersize);

//开启录音

record.startRecording();

 

//销毁/释放录音

record.stop();

record.release();

 

构造AudioTrack；

 

private AudioTrack audio;

private int buffersize;

//初始化

  buffersize=AudioTrack.getMinBufferSize(11025, 

AudioFormat.CHANNEL_CONFIGURATION_MONO,

AudioFormat.ENCODING_PCM_16BIT);

audio=new AudioTrack(AudioManager.STREAM_MUSIC,11025

,AudioFormat.CHANNEL_CONFIGURATION_MONO

,AudioFormat.ENCODING_PCM_16BIT

,buffersize,AudioTrack.MODE_STREAM);

//启动AudioTrack 

audio.play();

 

//关闭AudioTrack 

audio.stop();

audio.release();

 

 

UDP的接收和发送:

 

接受：

1.创建DatagramSocket对象，并指定监听端口

DatagramSocket sock=new DatagramSocket(端口);

 

2.创建一个byte数组用于接受

byte data[]=new byte[1024];

 

3.创建一个空的DatagramPackage对象

DatagramPackage pack=new DatagramPackage(data,data.length());

 

4.使用receiver  方法接收数据 阻塞方法

sock.receive(pack)

 

发送:

1创建DatagramSocket对象，并指定监听端口

DatagramSocket sock=new DatagramSocket(端口);

 

2创建一个InetAddress,相当于地址

InetAddress add=InetAddress.getByname(“IP地址”);

 

3 欲发送的数据:

byte data[]=XXXXXXXXXX;

 

4创建一个DatagramPacket 对象，制定网络地址，和端口号

DatagramPacket pack=new DatagramPacket(data,data.length,add,端口号);

 

5调用DatagramSock对象发送

socket.send(pack);

 

 

到此需要的类代码全部搞清，已经初步实现语音功能。但是问题很严重，一是杂音，二是回音造成的啸叫。需要解决的问题还多，初步打算移植speex库解决。但是对回音的处理一直是voip电话的难题，市面上应该有成熟的模块，打算做可以考虑购买。

PS. 代码就不上传了，需要的q我.