上篇文章介绍了数字音频的基础知识,这篇文章我们来看看代码应该怎么写:
录音PCM
第一步我们先用AudioRecord录制PCM音频:
private lateinit var buffer: ByteArray
fun start(audioSource: Int, sampleRate: Int, channelConfig: Int, audioFormat: Int): Boolean {
...
val bufferSize = AudioRecord.getMinBufferSize(sampleRate, channelConfig, audioFormat)
buffer = ByteArray(bufferSize)
recorder = AudioRecord(audioSource, sampleRate, channelConfig, audioFormat, bufferSize)
recorderThread = RecordThread()
recorderThread?.start()
return true
}
inner class RecordThread : Thread() {
override fun run() {
super.run()
var readLen: Int
recorder?.startRecording()
while (recorder?.recordingState == AudioRecord.RECORDSTATE_RECORDING) {
readLen = recorder?.read(buffer, 0, buffer.size) ?: break
listener.onRecord(buffer, readLen)
}
recorder = null
}
}
可以看到AudioRecord的使用很简单，就是创建一个AudioRecord对象然后在子线程中不断地read就好,audioSource指的是通过哪个设备录音,其他的几个参数在基础部分都有讲过,就不过多介绍了:
private const val AUDIO_SOURCE = MediaRecorder.AudioSource.MIC
private const val SAMPLE_RATE = 44100
private const val AUDIO_FORMAT = AudioFormat.ENCODING_PCM_16BIT
private const val CHANNEL_CONFIG = AudioFormat.CHANNEL_IN_MONO // 单通道
//private const val CHANNEL_CONFIG = AudioFormat.CHANNEL_IN_STEREO // 双通道
recorder.start(AUDIO_SOURCE, SAMPLE_RATE, CHANNEL_CONFIG, AUDIO_FORMAT)
当然,记得需要申请录音权限:
<uses-permission android:name="android.permission.RECORD_AUDIO" />
使用LAME进行MP3编码
得到PCM裸流之后我们就需要对他进行MP3编码,LAME就是一个开源的MP3音频压缩软件,也是公认有损MP3中压缩效果最好的编码器。
编译
使用LAME需要自行编译出静态库,首先我们从LAME的官网下载最新版本的LAME源码。从源码文件目录结构中可以看出它使用AutoMake编译,之前写过几篇AutoMake的学习笔记,感兴趣的同学可以看看。
或者也可以直接修改Demo工程的build-lame.sh。修改开头的NDK路径、安卓版本、abi这几个参数接口直接运行在output目录生成出.a文件和.h文件:
#!/bin/zsh
NDK_ROOT=/Users/linjw/Library/Android/sdk/ndk/22.1.7171670
ANDROID_API_VERSION=21
NDK_TOOLCHAIN_ABI_VERSION=4.9
ABIS=(armeabi armeabi-v7a arm64-v8a x86 x86_64)
...
导入AndroidStudio
得到静态库之后在CMake中导入静态库:
cmake_minimum_required(VERSION 3.18.1)
project("lame")
add_library(
lame
SHARED
native-lib.cpp)
# 导入lame头文件
include_directories(${CMAKE_SOURCE_DIR}/include)
#导入lame静态库
add_library(mp3lame STATIC IMPORTED)
set_target_properties(
mp3lame
PROPERTIES IMPORTED_LOCATION
${CMAKE_SOURCE_DIR}/../../../jniLibs/${ANDROID_ABI}/libmp3lame.a)
find_library(
log-lib
log)
target_link_libraries(
lame
mp3lame # 链接lame静态库
${log-lib})
lame基本使用
初始化
在了解了MP3的基础知识之后其实很容易上手lame。
第一步无非就是一些音频参数的初始化设置:
第一步: 创建lame_global_flags*
lame_global_flags *client = lame_init();
第二步: 配置参数
lame_set_in_samplerate(client, 44100); // 输入采样率
lame_set_out_samplerate(client, 44100); // 输出采样率44100
lame_set_num_channels(client, 2); // 通道数2
lame_set_brate(client, 128); // 比特率128kbps
lame_set_quality(client, 2); // 编码质量2
lame_init_params(client); // 初始化参数
编码质量
上面的参数大部分都在前一篇介绍过了,只剩一个编码质量没讲过,他其实是用来选择压缩算法的。算法编号从0到9,0音质最好但是算法最复杂也最耗时,9音质最差但算法效率最高。一般会选择2。
比特率和压缩算法都能决定MP3的音质。压缩前的PCM裸流音质最好，大小最大。
由于MP3的大小等于比特率乘时长，压缩后的MP3比特率越大，那么它的大小就越大，就越接近压缩前的PCM，损失的信息也就越少，解压之后就越接近原本的PCM的曲线，音质自然就越好。
而选择压缩算法的意义在于，在相同比特率的情况下( MP3文件大小相同)，好的压缩算法解压出来的声音曲线能更接近原本的PCM曲线，但是相应的它的计算量就会更大。
可以说选择大的比特率是用存储空间换音质，而选择音质高的压缩算法则是用cpu资源换音质。
MP3编码
配置好初始化参数之后就只要将PCM数据传递给LAME进行压缩即可,这里有几种PCM的传递方式:
1. 左右通道分开输入
双通道立体声,有时候左右通道的数据会放在不同的文件里面,可以使用下面的方法去编码MP3:
int CDECL lame_encode_buffer (
lame_global_flags* gfp, /* global context handle */
const short int buffer_l [], /* PCM data for left channel */
const short int buffer_r [], /* PCM data for right channel */
const int nsamples, /* number of samples per channel */
unsigned char* mp3buf, /* pointer to encoded MP3 stream */
const int mp3buf_size ); /* number of valid octets in this stream */
- gfp : lame_init返回的lame_global_flags*
- buffer_l : 左通道数据
- buffer_r : 右通道数据
- nsamples : 每个通道的采样点数量。例如当AudioFormat为16bit的时候, 一个采样点大小为2byte, 则nsamples = buffer_l有效数据长度(byte) / 2
- mp3buf : 编码后的MP3会存放到这里
- mp3buf_size : mp3buf的大小,它可以通过采样率、比特率和前面的nsamples计算出来,不过LAME提供了一个最大buffer大小计算的简单算法(1.25*nsamples + 7200 byte)
他的返回值如下:
- >=0 : 编码后的MP3数据的大小,即存储到mp3buf的MP3音频的byte数
- -1 : mp3buf的大小太小
- -2 : malloc()方法出现问题
- -3 : lame_init_params()没有调用
- -4 : 音频数据异常
参考代码:
int encodeSize = lame_encode_buffer_interleaved(client, pcm, numSamples, result, resultSize);
2. 单通道输入
有时候我们的数据只会有一个通道的数据,例如AudioRecord的ChannelConfig配置成AudioFormat.CHANNEL_IN_MONO。
这个时候我们只需要把right输入设置成NULL即可:
int encodeSize = lame_encode_buffer(client, left, null, numSamples, result, resultSize);
3. 多通道混合输入
当AudioRecord的ChannelConfig配置成AudioFormat.CHANNEL_IN_STEREO。左右声道的数据会交叉存储在PCM裸流中。或者其他更多通道混合输入的时候我们可以用lame_encode_buffer_interleaved方法进行编码:
int CDECL lame_encode_buffer_interleaved(
lame_global_flags* gfp, /* global context handlei */
short int pcm[], /* PCM data for left and right channel, interleaved */
int num_samples, /* number of samples per channel, _not_ number of samples in pcm [] */
unsigned char* mp3buf, /* pointer to encoded MP3 stream */
int mp3buf_size ); /* number of valid octets in this stream */
指的注意的是,这里的num_samples指的是每个通道的采样点数,而不是所有通道的采样点数之和。
例如当AudioFormat为16bit、双通道输入的时候, 一个采样点大小为2byte, 则
nsamples = buffer_l有效数据长度(byte) / 2(16bite为2byte) / 2(通道数为2)
int encodeSize = lame_encode_buffer_interleaved(client, pcm, numSamples, result, resultSize);
清理工作
当编码结束之后我们可以用lame_close方法进行清理:
lame_close(client);
结合JNI进行使用
由于LAEM的使用需要保存lame_global_flags,我们可以将它强转成long传到java进行保存,在需要的时候再讲传入的long强转回lame_global_flags:
class LameMp3 {
private var lameClientPtr: Long = createLameMp3Client()
fun destroy(): Int {
val ret = close(lameClientPtr)
lameClientPtr = 0
return ret
}
...
private external fun createLameMp3Client(): Long
private external fun close(client: Long): Int
...
}
extern "C" JNIEXPORT jlong JNICALL
Java_me_linjw_lib_lame_LameMp3_createLameMp3Client(
JNIEnv *env,
jobject thiz) {
lame_global_flags *client = lame_init();
LOGD("createLameMp3Client: %ld", (long) client);
return reinterpret_cast<jlong>(client);
}
extern "C" JNIEXPORT int JNICALL
Java_me_linjw_lib_lame_LameMp3_close(
JNIEnv *env,
jobject thiz,
jlong clientPtr) {
lame_global_flags *client = reinterpret_cast<lame_global_flags *>(clientPtr);
LOGD("close(%ld)", client);
return lame_close(client);
}
详细代码参考LameMp3.kt和native-lib.cpp
DEMO代码
DEMO代码已经放到github上
