先來(lái)點(diǎn)閑言碎語(yǔ)，前段時(shí)間我有一段感悟：Android開(kāi)發(fā)，本身并不是一個(gè)可以走得多遠(yuǎn)的方向，它只是一個(gè)平臺(tái)，提供了許多封裝好的API，讓大家能夠快速開(kāi)發(fā)出針對(duì)特定業(yè)務(wù)的應(yīng)用。

創(chuàng)新互聯(lián)公司擁有10多年的建站服務(wù)經(jīng)驗(yàn)，在此期間，我們發(fā)現(xiàn)較多的客戶在挑選建站服務(wù)商前都非常的猶豫。主要問(wèn)題集中：在無(wú)法預(yù)知自己的網(wǎng)站呈現(xiàn)的效果是什么樣的？也無(wú)法判斷選擇的服務(wù)商設(shè)計(jì)出來(lái)的網(wǎng)頁(yè)效果自己是否會(huì)滿意？創(chuàng)新互聯(lián)公司業(yè)務(wù)涵蓋了互聯(lián)網(wǎng)平臺(tái)網(wǎng)站建設(shè)、移動(dòng)平臺(tái)網(wǎng)站制作、網(wǎng)絡(luò)推廣、按需網(wǎng)站建設(shè)等服務(wù)。創(chuàng)新互聯(lián)公司網(wǎng)站開(kāi)發(fā)公司本著不拘一格的網(wǎng)站視覺(jué)設(shè)計(jì)和網(wǎng)站開(kāi)發(fā)技術(shù)相結(jié)合，為企業(yè)做網(wǎng)站提供成熟的網(wǎng)站設(shè)計(jì)方案。

真正有價(jià)值的地方就在于Android與具體的業(yè)務(wù)方向結(jié)合，比如：Android與音視頻技術(shù)，Android與智能硬件交互，Android與前端技術(shù)的融合與探索，Android信息安全，Android源碼深度定制等等。

我一直比較看好音視頻/多媒體方向，希望在此能夠深入積累和探索，前段時(shí)間我發(fā)布了一款A(yù)ndroid VoIP網(wǎng)絡(luò)電話應(yīng)用“飛鴿電話”，并寫了一篇分析其整體架構(gòu)的文章《PigeonCall：一款A(yù)ndroid VoIP網(wǎng)絡(luò)電話App架構(gòu)分析》，歡迎有興趣的小伙伴們先看一看。

在這個(gè)應(yīng)用的開(kāi)發(fā)過(guò)程中學(xué)到的東西還蠻多的，因此想寫一些文章分享分享，本文作為開(kāi)篇，主要以問(wèn)答的形式，介紹一些音頻開(kāi)發(fā)的基礎(chǔ)常識(shí)，非常重要，因?yàn)椴涣私膺@些常識(shí)，很多Android API或者第三方庫(kù)的參數(shù)，你都不知道該怎么配置。

1. 音頻開(kāi)發(fā)的主要應(yīng)用有哪些？

音頻播放器，錄音機(jī)，語(yǔ)音電話，音視頻監(jiān)控應(yīng)用，音視頻直播應(yīng)用，音頻編輯/處理軟件，藍(lán)牙耳機(jī)/音箱，等等。

2. 音頻開(kāi)發(fā)的具體內(nèi)容有哪些？

（1）音頻采集/播放

（2）音頻算法處理（去噪、靜音檢測(cè)、回聲消除、音效處理、功放/增強(qiáng)、混音/分離，等等）

（3）音頻的編解碼和格式轉(zhuǎn)換

（4）音頻傳輸協(xié)議的開(kāi)發(fā)（SIP，A2DP、AVRCP，等等）

3. 音頻應(yīng)用的難點(diǎn)在哪？

延時(shí)敏感、卡頓敏感、噪聲抑制（Denoise）、回聲消除（AEC）、靜音檢測(cè)（VAD）、混音算法，等等。

4. 音頻開(kāi)發(fā)基礎(chǔ)概念有哪些？

在音頻開(kāi)發(fā)中，下面的這幾個(gè)概念經(jīng)常會(huì)遇到。

（1） 采樣率（samplerate）

采樣就是把模擬信號(hào)數(shù)字化的過(guò)程，不僅僅是音頻需要采樣，所有的模擬信號(hào)都需要通過(guò)采樣轉(zhuǎn)換為可以用0101來(lái)表示的數(shù)字信號(hào)，示意圖如下所示：

藍(lán)色代表模擬音頻信號(hào)，紅色的點(diǎn)代表采樣得到的量化數(shù)值。

采樣頻率越高，紅色的間隔就越密集，記錄這一段音頻信號(hào)所用的數(shù)據(jù)量就越大，同時(shí)音頻質(zhì)量也就越高。

根據(jù)奈奎斯特理論，采樣頻率只要不低于音頻信號(hào)最高頻率的兩倍，就可以無(wú)損失地還原原始的聲音。

通常人耳能聽(tīng)到頻率范圍大約在20Hz～20kHz之間的聲音，為了保證聲音不失真，采樣頻率應(yīng)在40kHz以上。常用的音頻采樣頻率有：8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz、96kHz、192kHz等。

（2） 量化精度（位寬）

上圖中，每一個(gè)紅色的采樣點(diǎn)，都需要用一個(gè)數(shù)值來(lái)表示大小，這個(gè)數(shù)值的數(shù)據(jù)類型大小可以是：4bit、8bit、16bit、32bit等等，位數(shù)越多，表示得就越精細(xì)，聲音質(zhì)量自然就越好，當(dāng)然，數(shù)據(jù)量也會(huì)成倍增大。

常見(jiàn)的位寬是：8bit 或者 16bit

（3） 聲道數(shù)（channels）

由于音頻的采集和播放是可以疊加的，因此，可以同時(shí)從多個(gè)音頻源采集聲音，并分別輸出到不同的揚(yáng)聲器，故聲道數(shù)一般表示聲音錄制時(shí)的音源數(shù)量或回放時(shí)相應(yīng)的揚(yáng)聲器數(shù)量。

單聲道（Mono）和雙聲道（Stereo）比較常見(jiàn)，顧名思義，前者的聲道數(shù)為1，后者為2

（4） 音頻幀（frame）

這個(gè)概念在應(yīng)用開(kāi)發(fā)中非常重要，網(wǎng)上很多文章都沒(méi)有專門介紹這個(gè)概念。

音頻跟視頻很不一樣，視頻每一幀就是一張圖像，而從上面的正玄波可以看出，音頻數(shù)據(jù)是流式的，本身沒(méi)有明確的一幀幀的概念，在實(shí)際的應(yīng)用中，為了音頻算法處理/傳輸?shù)姆奖?，一般約定俗成取2.5ms~60ms為單位的數(shù)據(jù)量為一幀音頻。

這個(gè)時(shí)間被稱之為“采樣時(shí)間”，其長(zhǎng)度沒(méi)有特別的標(biāo)準(zhǔn)，它是根據(jù)編×××和具體應(yīng)用的需求來(lái)決定的，我們可以計(jì)算一下一幀音頻幀的大?。?/p>

假設(shè)某通道的音頻信號(hào)是采樣率為8kHz，位寬為16bit，20ms一幀，雙通道，則一幀音頻數(shù)據(jù)的大小為：

int size = 8000 x 16bit x 0.02s  x 2 = 5120 bit = 640 byte

5. 常見(jiàn)的音頻編碼方式有哪些？

上面提到過(guò)，模擬的音頻信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)需要經(jīng)過(guò)采樣和量化，量化的過(guò)程被稱之為編碼，根據(jù)不同的量化策略，產(chǎn)生了許多不同的編碼方式，常見(jiàn)的編碼方式有：PCM 和 ADPCM，這些數(shù)據(jù)代表著無(wú)損的原始數(shù)字音頻信號(hào)，添加一些文件頭信息，就可以存儲(chǔ)為WAV文件了，它是一種由微軟和IBM聯(lián)合開(kāi)發(fā)的用于音頻數(shù)字存儲(chǔ)的標(biāo)準(zhǔn)，可以很容易地被解析和播放。

我們?cè)谝纛l開(kāi)發(fā)過(guò)程中，會(huì)經(jīng)常涉及到WAV文件的讀寫，以驗(yàn)證采集、傳輸、接收的音頻數(shù)據(jù)的正確性。

6. 常見(jiàn)的音頻壓縮格式有哪些？

首先簡(jiǎn)單介紹一下音頻數(shù)據(jù)壓縮的最基本的原理：因?yàn)橛腥哂嘈畔?，所以可以壓縮。

（1） 頻譜掩蔽效應(yīng)： 人耳所能察覺(jué)的聲音信號(hào)的頻率范圍為20Hz～20KHz，在這個(gè)頻率范圍以外的音頻信號(hào)屬于冗余信號(hào)。

（2） 時(shí)域掩蔽效應(yīng)： 當(dāng)強(qiáng)音信號(hào)和弱音信號(hào)同時(shí)出現(xiàn)時(shí)，弱信號(hào)會(huì)聽(tīng)不到，因此，弱音信號(hào)也屬于冗余信號(hào)。

下面簡(jiǎn)單列出常見(jiàn)的音頻壓縮格式：

MP3，AAC，OGG，WMA，Opus，F(xiàn)LAC，APE，m4a，AMR，等等

7. Adndroid VoIP相關(guān)的開(kāi)源應(yīng)用有哪些 ？

imsdroid，sipdroid，csipsimple，linphone，WebRTC 等等

8. 音頻算法處理的開(kāi)源庫(kù)有哪些 ？

speex、ffmpeg，webrtc audio module（NS、VAD、AECM、AGC），等等

10. Android提供了哪些音頻開(kāi)發(fā)相關(guān)的API？

音頻采集：  MediaRecoder，AudioRecord

音頻播放：  SoundPool，MediaPlayer，AudioTrack （它們之間的區(qū)別可以參考這篇文章）

音頻編解碼： MediaCodec

NDK API：   OpenSL ES

11. 音頻開(kāi)發(fā)的延時(shí)標(biāo)準(zhǔn)是什么？

ITU-TG.114規(guī)定，對(duì)于高質(zhì)量語(yǔ)音可接受的時(shí)延是300ms。一般來(lái)說(shuō)，如果時(shí)延在300～400ms，通話的交互性比較差，但還可以接受。時(shí)延大于400ms時(shí)，則交互通信非常困難。

12. 小結(jié)

音頻開(kāi)發(fā)的知識(shí)點(diǎn)其實(shí)挺多的，一篇文章也無(wú)法詳細(xì)地展開(kāi)敘述，因此，不夠全面和詳盡的地方，請(qǐng)大家搜索專業(yè)的資料進(jìn)行深入了解。文章中有不清楚的地方歡迎留言或者來(lái)信 lujun.hust@gmail.com 交流，或者關(guān)注我的新浪微博 @盧_俊 或者 微信公眾號(hào) @Jhuster 獲取最新的文章和資訊。

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。

網(wǎng)頁(yè)名稱：Android音頻開(kāi)發(fā)（1）：基礎(chǔ)知識(shí)-創(chuàng)新互聯(lián)
網(wǎng)站URL：http://www.rwnh.cn/article0/ehsio.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供定制開(kāi)發(fā)、網(wǎng)站維護(hù)、關(guān)鍵詞優(yōu)化、Google、網(wǎng)站設(shè)計(jì)公司、網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)