MediaCodec進(jìn)行AAC編解碼(AudioRecord采集錄音)

最近工作比較忙,很久沒有更新這個(gè)系列的文章刽肠。我們先回顧一下上一篇MediaCodec進(jìn)行AAC編解碼(文件格式轉(zhuǎn)換)的內(nèi)容溃肪,里面介紹了MediaExtractor的使用免胃,MediaCodec進(jìn)行音頻文件的解碼和編碼,ADTS的介紹和封裝惫撰。今天這篇文章在此基礎(chǔ)上跟大家一起學(xué)習(xí)如何通過Android設(shè)備進(jìn)行音頻的采集羔沙,然后使用MediaCodec進(jìn)行AAC編碼,最后輸出到文件厨钻。這部分我們關(guān)注的重點(diǎn)就是在如何進(jìn)行音頻的采集扼雏。
項(xiàng)目代碼github對(duì)應(yīng)的代碼版本v1.7。大家一定要注意下載對(duì)應(yīng)的代碼版本調(diào)試夯膀。

音頻的采集涉及一個(gè)類AudioRecord诗充。我們先介紹下這個(gè)類

AudioRecord

1.png

我們還是先看下官方的說明。AudioRecord類在Java應(yīng)用程序中管理音頻資源诱建,用來記錄從平臺(tái)音頻輸入設(shè)備產(chǎn)生的數(shù)據(jù)蝴蜓。通過AudioRecord對(duì)象來完成"pulling"(讀取)數(shù)據(jù)涂佃。
應(yīng)用通過以下幾個(gè)方法負(fù)責(zé)立即從AudioRecord對(duì)象讀壤怼:read(byte[], int, int),read(short[], int, int)或read(ByteBuffer, int).無論使用哪種音頻格式辜荠,使用AudioRecord是最方便的汽抚。
在創(chuàng)建AudioRecord對(duì)象時(shí),AudioRecord會(huì)初始化伯病,并和音頻緩沖區(qū)連接造烁,用來緩沖新的音頻數(shù)據(jù)。根據(jù)構(gòu)造時(shí)指定的緩沖區(qū)大小午笛,來決定AudioRecord能夠記錄多長(zhǎng)的數(shù)據(jù)惭蟋。從硬件設(shè)備讀取的數(shù)據(jù),應(yīng)小于整個(gè)記錄緩沖區(qū)药磺。
AudioRecord的使用我們分一下幾個(gè)步驟:

第一步 創(chuàng)建AudioRecord

AudioRecord直接使用new來創(chuàng)建告组,我們看一下構(gòu)造方法:

    //---------------------------------------------------------
    // Constructor, Finalize
    //--------------------
    /**
     * Class constructor.
     * Though some invalid parameters will result in an {@link IllegalArgumentException} exception,
     * other errors do not.  Thus you should call {@link #getState()} immediately after construction
     * to confirm that the object is usable.
     * @param audioSource the recording source.
     *   See {@link MediaRecorder.AudioSource} for the recording source definitions.
     * @param sampleRateInHz the sample rate expressed in Hertz. 44100Hz is currently the only
     *   rate that is guaranteed to work on all devices, but other rates such as 22050,
     *   16000, and 11025 may work on some devices.
     *   {@link AudioFormat#SAMPLE_RATE_UNSPECIFIED} means to use a route-dependent value
     *   which is usually the sample rate of the source.
     *   {@link #getSampleRate()} can be used to retrieve the actual sample rate chosen.
     * @param channelConfig describes the configuration of the audio channels.
     *   See {@link AudioFormat#CHANNEL_IN_MONO} and
     *   {@link AudioFormat#CHANNEL_IN_STEREO}.  {@link AudioFormat#CHANNEL_IN_MONO} is guaranteed
     *   to work on all devices.
     * @param audioFormat the format in which the audio data is to be returned.
     *   See {@link AudioFormat#ENCODING_PCM_8BIT}, {@link AudioFormat#ENCODING_PCM_16BIT},
     *   and {@link AudioFormat#ENCODING_PCM_FLOAT}.
     * @param bufferSizeInBytes the total size (in bytes) of the buffer where audio data is written
     *   to during the recording. New audio data can be read from this buffer in smaller chunks
     *   than this size. See {@link #getMinBufferSize(int, int, int)} to determine the minimum
     *   required buffer size for the successful creation of an AudioRecord instance. Using values
     *   smaller than getMinBufferSize() will result in an initialization failure.
     * @throws java.lang.IllegalArgumentException
     */
    public AudioRecord(int audioSource, int sampleRateInHz, int channelConfig, int audioFormat,
            int bufferSizeInBytes)
    throws IllegalArgumentException {
        this((new AudioAttributes.Builder())
                    .setInternalCapturePreset(audioSource)
                    .build(),
                (new AudioFormat.Builder())
                    .setChannelMask(getChannelMaskFromLegacyConfig(channelConfig,
                                        true/*allow legacy configurations*/))
                    .setEncoding(audioFormat)
                    .setSampleRate(sampleRateInHz)
                    .build(),
                bufferSizeInBytes,
                AudioManager.AUDIO_SESSION_ID_GENERATE);
    }

這個(gè)注釋寫的還是比較清楚的。如果參數(shù)無效可能會(huì)拋出異常癌佩,所以創(chuàng)建后要通過getState()方法來判斷是否可用木缝,我們看到參數(shù)

  • audioSource 音頻錄制源
  • sampleRateInHz 默認(rèn)采樣率,單位Hz围辙。44100Hz是當(dāng)前唯一能保證在所有設(shè)備上工作的采樣率我碟,在一些設(shè)備上還有22050, 16000或11025。
  • channelConfig 描述音頻通道設(shè)置
  • audioFormat 音頻數(shù)據(jù)保證支持此格式姚建。請(qǐng)見ENCODING_PCM_16BIT和ENCODING_PCM_8BIT矫俺。
  • bufferSizeInBytes
    這個(gè)是最難理解又最重要的一個(gè)參數(shù),它配置的是 AudioRecord 內(nèi)部的音頻緩沖區(qū)的大小,該緩沖區(qū)的值不能低于一幀“音頻幀”(Frame)的大小厘托,一幀音頻幀的大小計(jì)算如下:
    int size = 采樣率 x 位寬 x 采樣時(shí)間 x 通道數(shù)
    采樣時(shí)間一般取 2.5ms~120ms 之間友雳,由廠商或者具體的應(yīng)用決定,我們其實(shí)可以推斷铅匹,每一幀的采樣時(shí)間取得越短沥阱,產(chǎn)生的延時(shí)就應(yīng)該會(huì)越小,當(dāng)然伊群,碎片化的數(shù)據(jù)也就會(huì)越多考杉。在Android開發(fā)中,AudioRecord 類提供了一個(gè)幫助你確定這個(gè) bufferSizeInBytes 的函數(shù)
    設(shè)置的值比getMinBufferSize()還小則會(huì)導(dǎo)致初始化失敗舰始。

前面說到創(chuàng)建完后要通過getState()判斷是否可用崇棠,判斷返回值是否等于AudioRecord.STATE_INITIALIZED

第二步 開始采集

這一步很簡(jiǎn)單,直接調(diào)用startRecording()即可丸卷。

第三步 讀取數(shù)據(jù)

通過read方法讀取采集到的音頻數(shù)據(jù),看下方法的定義:

    //---------------------------------------------------------
    // Audio data supply
    //--------------------
    /**
     * Reads audio data from the audio hardware for recording into a byte array.
     * The format specified in the AudioRecord constructor should be
     * {@link AudioFormat#ENCODING_PCM_8BIT} to correspond to the data in the array.
     * @param audioData the array to which the recorded audio data is written.
     * @param offsetInBytes index in audioData from which the data is written expressed in bytes.
     * @param sizeInBytes the number of requested bytes.
     * @return zero or the positive number of bytes that were read, or one of the following
     *    error codes. The number of bytes will not exceed sizeInBytes.
     * <ul>
     * <li>{@link #ERROR_INVALID_OPERATION} if the object isn't properly initialized</li>
     * <li>{@link #ERROR_BAD_VALUE} if the parameters don't resolve to valid data and indexes</li>
     * <li>{@link #ERROR_DEAD_OBJECT} if the object is not valid anymore and
     *    needs to be recreated. The dead object error code is not returned if some data was
     *    successfully transferred. In this case, the error is returned at the next read()</li>
     * <li>{@link #ERROR} in case of other error</li>
     * </ul>
     */
    public int read(@NonNull byte[] audioData, int offsetInBytes, int sizeInBytes) {
        return read(audioData, offsetInBytes, sizeInBytes, READ_BLOCKING);
    }

把從硬件錄制采集到的音頻數(shù)據(jù)讀取到byte數(shù)組中枕稀。 返回值是讀入緩沖區(qū)的總byte數(shù)。如果發(fā)生錯(cuò)誤則返回值小于0谜嫉,如果對(duì)象屬性沒有初始化萎坷,則返回ERROR_INVALID_OPERATION,如果參數(shù)不能解析成有效的數(shù)據(jù)或索引沐兰,則返回ERROR_BAD_VALUE哆档。讀取的總byte數(shù)不會(huì)超過sizeInBytes。

最后一步 釋放資源

直接調(diào)用release()方法即可住闯,對(duì)象不能經(jīng)常使用此方法瓜浸,而且在調(diào)用release()后,必須設(shè)置引用為null比原。

實(shí)戰(zhàn)

AudioRecord 學(xué)習(xí)后插佛,那么使用Android設(shè)備采集編碼并封裝輸出到文件所需要的技術(shù)知識(shí)儲(chǔ)備我們已經(jīng)都具備了。現(xiàn)在到了如何在代碼中體現(xiàn)的階段了量窘。
看到AudioRecordActivity雇寇。我們還是分步驟看:

初始化

初始化涉及兩個(gè)方面,AudioRecord的創(chuàng)建和MediaCodec的創(chuàng)建

        initAudioDevice();
        try {
            mAudioEncoder = initAudioEncoder();
        } catch (IOException e) {
            e.printStackTrace();
            throw new RuntimeException("audio encoder init fail");
        }

先看到initAudioDevice()蚌铜,AudioRecord的創(chuàng)建

    private void initAudioDevice() {
        int[] sampleRates = {44100, 22050, 16000, 11025};
        for (int sampleRate : sampleRates) {
            //編碼制式
            int audioFormat = AudioFormat.ENCODING_PCM_16BIT;
            // stereo 立體聲锨侯,
            int channelConfig = AudioFormat.CHANNEL_CONFIGURATION_STEREO;
            int buffsize = 2 * AudioRecord.getMinBufferSize(sampleRate, channelConfig, audioFormat);
            mAudioRecord = new AudioRecord(MediaRecorder.AudioSource.MIC, sampleRate, channelConfig,
                    audioFormat, buffsize);
            if (mAudioRecord.getState() != AudioRecord.STATE_INITIALIZED) {
                continue;
            }
            mAudioSampleRate = sampleRate;
            mAudioChanelCount = channelConfig == AudioFormat.CHANNEL_CONFIGURATION_STEREO ? 2 : 1;
            mAudioBuffer = new byte[Math.min(4096, buffsize)];
            mSampleRateType = ADTSUtils.getSampleRateType(sampleRate);
            LogUtils.w("編碼器參數(shù):" + mAudioSampleRate + " " + mSampleRateType + " " + mAudioChanelCount);
        }
    }

這里的邏輯和我們剛剛介紹的AudioRecord一致。只是循環(huán)查找有效的采樣率厘线。
這里我們?cè)O(shè)置緩沖區(qū)大小是

int buffsize =2* AudioRecord.getMinBufferSize(sampleRate, channelConfig, audioFormat);

注意這里有個(gè)關(guān)鍵的判斷

if (mAudioRecord.getState() == AudioRecord.STATE_INITIALIZED&&buffsize<=MAX_BUFFER_SIZE) 

為什么緩沖區(qū)大小<MAX_BUFFER_SIZE识腿。這個(gè)大小我們?cè)诔跏蓟幋a器的時(shí)候有設(shè)置出革。防止采集到的數(shù)據(jù)比編碼器輸入緩沖區(qū)的大小還大造壮,那就會(huì)crash掉
其他邏輯就很常規(guī)了。

接下來看到編碼器初始化

    /**
     * 初始化編碼器
     * @return
     * @throws IOException
     */
    private MediaCodec initAudioEncoder() throws IOException {
        MediaCodec encoder = MediaCodec.createEncoderByType(MediaFormat.MIMETYPE_AUDIO_AAC);
        MediaFormat format = MediaFormat.createAudioFormat(MediaFormat.MIMETYPE_AUDIO_AAC,
                mAudioSampleRate, mAudioChanelCount);
        format.setInteger(MediaFormat.KEY_MAX_INPUT_SIZE, MAX_BUFFER_SIZE);
        format.setInteger(MediaFormat.KEY_BIT_RATE, 1000 * 30);
        encoder.configure(format, null, null, MediaCodec.CONFIGURE_FLAG_ENCODE);
        return encoder;
    }

注意這一句

        format.setInteger(MediaFormat.KEY_MAX_INPUT_SIZE, MAX_BUFFER_SIZE);

這就是前面講的防止采集到的數(shù)據(jù)比這里還大。這里設(shè)置編碼器最大的緩沖區(qū)大小耳璧。

開始采集和編碼

    public void btnStart(View view) {
        initAudioDevice();
        try {
            mAudioEncoder = initAudioEncoder();
        } catch (IOException e) {
            e.printStackTrace();
            throw new RuntimeException("audio encoder init fail");
        }
        //開啟錄音
        mRecordThread = new Thread(fetchAudioRunnable());
        try {
            mAudioBos = new BufferedOutputStream(new FileOutputStream(new File(FileUtil.getMainDir(), "record.aac")), 200 * 1024);
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        }
        presentationTimeUs = new Date().getTime() * 1000;
        mAudioRecord.startRecording();
        queue = new ArrayBlockingQueue<byte[]>(10);
        isRecord = true;
        if (mAudioEncoder != null) {
            mAudioEncoder.start();
            encodeInputBuffers = mAudioEncoder.getInputBuffers();
            encodeOutputBuffers = mAudioEncoder.getOutputBuffers();
            mAudioEncodeBufferInfo = new MediaCodec.BufferInfo();
            mEncodeThread = new Thread(new EncodeRunnable());
            mEncodeThread.start();
        }
        mRecordThread.start();
    }

這里的邏輯就是在初始化完成后成箫,開啟線程錄音,然后啟動(dòng)編碼器旨枯,開啟線程進(jìn)行編碼
我們看到采集線程中的邏輯

    /**
     * 采集音頻數(shù)據(jù)
     */
    private void fetchPcmFromDevice() {
        LogUtils.w("錄音線程開始");
        while (isRecord && mAudioRecord != null && !Thread.interrupted()) {
            int size = mAudioRecord.read(mAudioBuffer, 0, mAudioBuffer.length);
            if (size < 0) {
                LogUtils.w("audio ignore ,no data to read");
                break;
            }
            if (isRecord) {
                byte[] audio = new byte[size];
                System.arraycopy(mAudioBuffer, 0, audio, 0, size);
                LogUtils.v("采集到數(shù)據(jù):" + audio.length);
                putPCMData(audio);
            }
        }
    }

就是循環(huán)read蹬昌。然后將數(shù)據(jù)添加到pcm隊(duì)列中。后面的邏輯就和前面一篇文章邏輯一樣了攀隔。
接下來看到編碼邏輯

  /**
     * 編碼PCM數(shù)據(jù) 得到MediaFormat.MIMETYPE_AUDIO_AAC格式的音頻文件皂贩,并保存到
     */
    private void encodePCM() {
        int inputIndex;
        ByteBuffer inputBuffer;
        int outputIndex;
        ByteBuffer outputBuffer;
        byte[] chunkAudio;
        int outBitSize;
        int outPacketSize;
        byte[] chunkPCM;

        chunkPCM = getPCMData();//獲取解碼器所在線程輸出的數(shù)據(jù) 代碼后邊會(huì)貼上
        if (chunkPCM == null) {
            return;
        }
        inputIndex = mAudioEncoder.dequeueInputBuffer(-1);//同解碼器
        if (inputIndex >= 0) {
            inputBuffer = encodeInputBuffers[inputIndex];//同解碼器
            inputBuffer.clear();//同解碼器
            inputBuffer.limit(chunkPCM.length);
            inputBuffer.put(chunkPCM);//PCM數(shù)據(jù)填充給inputBuffer
            long pts = new Date().getTime() * 1000 - presentationTimeUs;
            LogUtils.d("開始編碼: ");
            mAudioEncoder.queueInputBuffer(inputIndex, 0, chunkPCM.length, pts, 0);//通知編碼器 編碼
        }

        outputIndex = mAudioEncoder.dequeueOutputBuffer(mAudioEncodeBufferInfo, 10000);//同解碼器
        while (outputIndex >= 0) {//同解碼器
            outBitSize = mAudioEncodeBufferInfo.size;
            outPacketSize = outBitSize + 7;//7為ADTS頭部的大小
            outputBuffer = encodeOutputBuffers[outputIndex];//拿到輸出Buffer
            outputBuffer.position(mAudioEncodeBufferInfo.offset);
            outputBuffer.limit(mAudioEncodeBufferInfo.offset + outBitSize);
            chunkAudio = new byte[outPacketSize];
            ADTSUtils.addADTStoPacket(mSampleRateType, chunkAudio, outPacketSize);//添加ADTS 代碼后面會(huì)貼上
            outputBuffer.get(chunkAudio, 7, outBitSize);//將編碼得到的AAC數(shù)據(jù) 取出到byte[]中 偏移量offset=7 你懂得
            outputBuffer.position(mAudioEncodeBufferInfo.offset);
            try {
                LogUtils.d("接受編碼后數(shù)據(jù) " + chunkAudio.length);
                mAudioBos.write(chunkAudio, 0, chunkAudio.length);//BufferOutputStream 將文件保存到內(nèi)存卡中 *.aac
            } catch (IOException e) {
                e.printStackTrace();
            }
            mAudioEncoder.releaseOutputBuffer(outputIndex, false);
            outputIndex = mAudioEncoder.dequeueOutputBuffer(mAudioEncodeBufferInfo, 10000);
        }
    }

代碼差不多和上一篇文章一樣,就不做過多的解釋了昆汹。最終輸出到文件明刷。


到這里整個(gè)流程結(jié)束。最終得到的record.aac可以使用vlc播放器播放满粗。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末辈末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子映皆,更是在濱河造成了極大的恐慌挤聘,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,311評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件捅彻,死亡現(xiàn)場(chǎng)離奇詭異组去,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)步淹,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,339評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門添怔,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人贤旷,你說我怎么就攤上這事广料。” “怎么了幼驶?”我有些...
    開封第一講書人閱讀 152,671評(píng)論 0 342
  • 文/不壞的土叔 我叫張陵艾杏,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我盅藻,道長(zhǎng)购桑,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,252評(píng)論 1 279
  • 正文 為了忘掉前任氏淑,我火速辦了婚禮勃蜘,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘假残。我一直安慰自己缭贡,他們只是感情好炉擅,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,253評(píng)論 5 371
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著阳惹,像睡著了一般谍失。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上莹汤,一...
    開封第一講書人閱讀 49,031評(píng)論 1 285
  • 那天快鱼,我揣著相機(jī)與錄音,去河邊找鬼纲岭。 笑死抹竹,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的止潮。 我是一名探鬼主播柒莉,決...
    沈念sama閱讀 38,340評(píng)論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼沽翔!你這毒婦竟也來了兢孝?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 36,973評(píng)論 0 259
  • 序言:老撾萬榮一對(duì)情侶失蹤仅偎,失蹤者是張志新(化名)和其女友劉穎跨蟹,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體橘沥,經(jīng)...
    沈念sama閱讀 43,466評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡窗轩,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,937評(píng)論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了座咆。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片痢艺。...
    茶點(diǎn)故事閱讀 38,039評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖介陶,靈堂內(nèi)的尸體忽然破棺而出堤舒,到底是詐尸還是另有隱情,我是刑警寧澤哺呜,帶...
    沈念sama閱讀 33,701評(píng)論 4 323
  • 正文 年R本政府宣布舌缤,位于F島的核電站,受9級(jí)特大地震影響某残,放射性物質(zhì)發(fā)生泄漏国撵。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,254評(píng)論 3 307
  • 文/蒙蒙 一玻墅、第九天 我趴在偏房一處隱蔽的房頂上張望介牙。 院中可真熱鬧,春花似錦澳厢、人聲如沸环础。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,259評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)喳整。三九已至,卻和暖如春裸扶,著一層夾襖步出監(jiān)牢的瞬間框都,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,485評(píng)論 1 262
  • 我被黑心中介騙來泰國(guó)打工呵晨, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留魏保,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 45,497評(píng)論 2 354
  • 正文 我出身青樓摸屠,卻偏偏與公主長(zhǎng)得像谓罗,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子季二,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,786評(píng)論 2 345