Android音频基础与录制播放

一、音频概览

声音是振动产生的能量（声波），通过介质传播并能被人或动物听觉器官所感知的波动现象。例如人类说话时通过声带振动产生声波，通过空气传播后到达其他人耳朵。

要采集声音，就需要通过麦克风对声音进行录制。录音就是将声音转为模拟信号或机械记录的过程。而数字录音是进一步将模拟信号经由ADC（模拟数字转换器）将类比取样成数字记录到存储设备。

在Android开发音频，就是利用AudioRecoder、MediaRecoder录音，通过AudioTrack、MediaPlayer播放声音，而这一过程会涉及到很多知识点，例如录制声音过程的采样率、位深、编解码MediaCodec、FFmpeg等等。

总结来说：

1. 音频录制与播放（Android相关类的使用，Framework调用原理）
2. 音频处理（去噪、静音检测、回声消除、音效处理、功放/增强、混音分离）
3. 音频的编解码和格式转换（MediaCodec、FFmpeg）
4. 音频传输协议（SIP\A2DP、AVRCP等）

1、PCM

PCM全名叫脉冲编码调制，是一种将模拟信号数字化的方法。PCM将信号的强度依照同样的间距分成数段，然后使用独特的数字记号（二进制）量化。这一过程通常由ADC来实现。作为Android程序员，更多是调用AudioTrack录制音频后，保存为PCM编码格式，也可以再进一步编码，存储成其它格式。

例如下图(正常应该是正弦波)：

用绿色圆圈来表示连续的模拟信号，而红色圆点则表示数字信号。PCM过程就是在模拟信号上进行采样和收集，形成断断续续的采样点，也就是数字信号。在X轴方向上，可以理解为对音频的量化是时间，体现在采样率上。在Y轴方向，可以理解为量化是数量，体现为位深。
 

2、采样率

采样率表示在1秒内对声音的模拟信号采样的次数，假设上面是声音在1秒内的模拟信号，那么采样就只有2次，以频率作为计量单位，所以这里采样率2Hz。由此 ，可以看出采样率越高，采样得到的数字信号数据就越多，声音在播放过程就会越真实越接近原声，但这也占用很大的数据存储。所以需要根据人耳能识别频率的范围和具体的使用场景，将采样率控制在合适的范围内。常用的音频采样率为44.1k Hz和48k Hz

人耳能识别的频率在20~20kHz,根据奈奎斯特·香农采样定理，采样后的音频要还原成人耳可以识别声音，采样率需要为人耳可以识别频率的2倍，而人耳上限是20KHz,2倍就是