Android 開發 AudioRecord音頻錄制

前言

　　Android SDK 提供了兩套音頻采集的API，分別是：MediaRecorder 和 AudioRecord，前者是一個更加上層一點的API，它可以直接把手機麥克風錄入的音頻數據進行編碼壓縮（如AMR、MP3等）並存成文件，而后者則更接近底層，能夠更加自由靈活地控制，可以得到原始的一幀幀PCM音頻數據。

 

實現流程

1. 獲取權限
2. 初始化獲取每一幀流的Size
3. 初始化音頻錄制AudioRecord
4. 開始錄制與保存錄制音頻文件
5. 停止錄制
6. 給音頻文件添加頭部信息,並且轉換格式成wav
7. 釋放AudioRecord,錄制流程完畢

獲取權限

    <!--音頻錄制權限 -->
    <uses-permission android:name="android.permission.RECORD_AUDIO" />
    <!--讀取和寫入存儲權限-->
    <uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
    <uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />

如果是Android5.0以上,以上3個權限需要動態授權

初始化獲取每一幀流的Size

private Integer mRecordBufferSize;
private void initMinBufferSize(){
        //獲取每一幀的字節流大小
        mRecordBufferSize = AudioRecord.getMinBufferSize(8000 
                , AudioFormat.CHANNEL_IN_MONO
                , AudioFormat.ENCODING_PCM_16BIT);
    }

第一個參數sampleRateInHz 采樣率（赫茲）,方法注釋里有說明

只能在4000到192000的范圍內取值

在AudioFormat類里
public static final int SAMPLE_RATE_HZ_MIN = 4000; 最小4000
public static final int SAMPLE_RATE_HZ_MAX = 192000; 最大192000

第二個參數channelConfig 聲道配置 描述音頻聲道的配置,例如左聲道/右聲道/前聲道/后聲道。

在AudioFormat類錄
public static final int CHANNEL_IN_LEFT = 0x4;//左聲道
public static final int CHANNEL_IN_RIGHT = 0x8;//右聲道
public static final int CHANNEL_IN_FRONT = 0x10;//前聲道
public static final int CHANNEL_IN_BACK = 0x20;//后聲道
public static final int CHANNEL_IN_LEFT_PROCESSED = 0x40;
public static final int CHANNEL_IN_RIGHT_PROCESSED = 0x80;
public static final int CHANNEL_IN_FRONT_PROCESSED = 0x100;
public static final int CHANNEL_IN_BACK_PROCESSED = 0x200;
public static final int CHANNEL_IN_PRESSURE = 0x400;
public static final int CHANNEL_IN_X_AXIS = 0x800;
public static final int CHANNEL_IN_Y_AXIS = 0x1000;
public static final int CHANNEL_IN_Z_AXIS = 0x2000;
public static final int CHANNEL_IN_VOICE_UPLINK = 0x4000;
public static final int CHANNEL_IN_VOICE_DNLINK = 0x8000;
public static final int CHANNEL_IN_MONO = CHANNEL_IN_FRONT;//單聲道
public static final int CHANNEL_IN_STEREO = (CHANNEL_IN_LEFT | CHANNEL_IN_RIGHT);//立體聲道(左右聲道)

 

第三個參數audioFormat 音頻格式 表示音頻數據的格式。

注意!一般的手機設備可能只支持 16位PCM編碼,如果其他的都會報錯為壞值.

public static final int ENCODING_PCM_16BIT = 2; //16位PCM編碼
public static final int ENCODING_PCM_8BIT = 3; //8位PCM編碼
public static final int ENCODING_PCM_FLOAT = 4; //4位PCM編碼
public static final int ENCODING_AC3 = 5;
public static final int ENCODING_E_AC3 = 6;
public static final int ENCODING_DTS = 7;
public static final int ENCODING_DTS_HD = 8;
public static final int ENCODING_MP3 = 9; //MP3編碼 此格式可能會因為不設備不支持報錯
public static final int ENCODING_AAC_LC = 10;
public static final int ENCODING_AAC_HE_V1 = 11;
public static final int ENCODING_AAC_HE_V2 = 12;

初始化音頻錄制AudioRecord

private AudioRecord mAudioRecord;
private void initAudioRecord(){
        mAudioRecord = new AudioRecord(MediaRecorder.AudioSource.MIC
                , 8000
                , AudioFormat.CHANNEL_IN_MONO
                , AudioFormat.ENCODING_PCM_16BIT
                , mRecordBufferSize);
    }

• 第一個參數audioSource 音頻源   這里選擇使用麥克風：MediaRecorder.AudioSource.MIC
• 第二個參數sampleRateInHz 采樣率（赫茲）  與前面初始化獲取每一幀流的Size保持一致
• 第三個參數channelConfig 聲道配置 描述音頻聲道的配置,例如左聲道/右聲道/前聲道/后聲道。   與前面初始化獲取每一幀流的Size保持一致
• 第四個參數audioFormat 音頻格式  表示音頻數據的格式。  與前面初始化獲取每一幀流的Size保持一致
• 第五個參數緩存區大小,就是上面我們配置的AudioRecord.getMinBufferSize 

開始錄制與保存錄制音頻文件

private boolean mWhetherRecord;
private File pcmFile;
private void startRecord(){
        pcmFile = new File(AudioRecordActivity.this.getExternalCacheDir().getPath(),"audioRecord.pcm");
        mWhetherRecord = true;
        new Thread(new Runnable() {
            @Override
            public void run() {
                mAudioRecord.startRecording();//開始錄制
                FileOutputStream fileOutputStream = null;
                try {
                    fileOutputStream = new FileOutputStream(pcmFile);
                    byte[] bytes = new byte[mRecordBufferSize];
                    while (mWhetherRecord){
                        mAudioRecord.read(bytes, 0, bytes.length);//讀取流
                        fileOutputStream.write(bytes);
                        fileOutputStream.flush();

                    }
                    Log.e(TAG, "run: 暫停錄制" );
                    mAudioRecord.stop();//停止錄制
                    fileOutputStream.flush();
                    fileOutputStream.close();
                   addHeadData();//添加音頻頭部信息並且轉成wav格式
                } catch (FileNotFoundException e) {
                    e.printStackTrace();
                    mAudioRecord.stop();
                } catch (IOException e) {
                    e.printStackTrace();
                }

            }
        }).start();
    }

這里說明一下為什么用布爾值,來關閉錄制.有些小伙伴會發現AudioRecord是可以獲取到錄制狀態的.那么肯定有人會用狀態來判斷while是否還需要處理流.這種是錯誤的做法.因為MIC屬於硬件層任何硬件的東西都是異步的而且會有很大的延時.所以回調的狀態也是有延時的,有時候流沒了,但是狀態還是顯示為正在錄制.

停止錄制

 就是調用mAudioRecord.stop();方法來停止錄制,但是因為我在上面的保存流后做了調用停止視頻錄制,所以我這里只需要切換布爾值就可以關閉音頻錄制

private void stopRecord(){
        mWhetherRecord = false;
    }

給音頻文件添加頭部信息,並且轉換格式成wav

音頻錄制完成后,這個時候去存儲目錄找到音頻文件部分,會提示無法播放文件.其實是因為沒有加入音頻頭部信息.一般通過麥克風采集的錄音數據都是PCM格式的，即不包含頭部信息，播放器無法知道音頻采樣率、位寬等參數，導致無法播放，顯然是非常不方便的。pcm轉換成wav，我們只需要在pcm的文件起始位置加上至少44個字節的WAV頭信息即可。

偏移地址　　 命名 　　　　　　內容

00-03 　　ChunkId 　　　　　　"RIFF"

04-07 　　ChunkSize 　　　　　下個地址開始到文件尾的總字節數(此Chunk的數據大小)

08-11　　 fccType 　　　　　　"WAVE"

12-15 　　SubChunkId1 　　　   "fmt ",最后一位空格。

16-19 　　SubChunkSize1 　　　一般為16，表示fmt Chunk的數據塊大小為16字節

20-21 　　FormatTag 　　　　　1：表示是PCM 編碼

22-23 　　Channels 　　　　　   聲道數，單聲道為1，雙聲道為2

24-27 　　SamplesPerSec 　　   采樣率

28-31 　　BytesPerSec 　　　　碼率 ：采樣率 * 采樣位數 * 聲道個數，bytePerSecond = sampleRate * (bitsPerSample / 8) * channels

32-33 　　BlockAlign 　　　　　 每次采樣的大小：位寬*聲道數/8

34-35 　　BitsPerSample 　　　 位寬

36-39 　　SubChunkId2 　　　　"data"

40-43 　　SubChunkSize2 　　   音頻數據的長度

44-... 　　data 　　　　　　　　音頻數據

private void addHeadData(){
        pcmFile = new File(AudioRecordActivity.this.getExternalCacheDir().getPath(),"audioRecord.pcm");
        handlerWavFile = new File(AudioRecordActivity.this.getExternalCacheDir().getPath(),"audioRecord_handler.wav");
        PcmToWavUtil pcmToWavUtil = new PcmToWavUtil(8000,AudioFormat.CHANNEL_IN_MONO,AudioFormat.ENCODING_PCM_16BIT);
        pcmToWavUtil.pcmToWav(pcmFile.toString(),handlerWavFile.toString());
    }

寫入頭部信息的工具類

注意輸入File和輸出File不能同一個,因為沒有做緩存.

public class PcmToWavUtil {
    private static final String TAG = "PcmToWavUtil";

    /**
     * 緩存的音頻大小
     */
    private int mBufferSize;
    /**
     * 采樣率
     */
    private int mSampleRate;
    /**
     * 聲道數
     */
    private int mChannel;


    /**
     * @param sampleRate sample rate、采樣率
     * @param channel channel、聲道
     * @param encoding Audio data format、音頻格式
     */
    PcmToWavUtil(int sampleRate, int channel, int encoding) {
        this.mSampleRate = sampleRate;
        this.mChannel = channel;
        this.mBufferSize = AudioRecord.getMinBufferSize(mSampleRate, mChannel, encoding);
    }


    /**
     * pcm文件轉wav文件
     *
     * @param inFilename 源文件路徑
     * @param outFilename 目標文件路徑
     */
    public void pcmToWav(String inFilename, String outFilename) {
        FileInputStream in;
        FileOutputStream out;
        long totalAudioLen;//總錄音長度
        long totalDataLen;//總數據長度
        long longSampleRate = mSampleRate;
        int channels = mChannel == AudioFormat.CHANNEL_IN_MONO ? 1 : 2;
        long byteRate = 16 * mSampleRate * channels / 8;
        byte[] data = new byte[mBufferSize];
        try {
            in = new FileInputStream(inFilename);
            out = new FileOutputStream(outFilename);
            totalAudioLen = in.getChannel().size();
            totalDataLen = totalAudioLen + 36;

            writeWaveFileHeader(out, totalAudioLen, totalDataLen,
                    longSampleRate, channels, byteRate);
            while (in.read(data) != -1) {
                out.write(data);
                out.flush();

            }
            Log.e(TAG, "pcmToWav: 停止處理");
            in.close();
            out.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }


    /**
     * 加入wav文件頭
     */
    private void writeWaveFileHeader(FileOutputStream out, long totalAudioLen,
                                     long totalDataLen, long longSampleRate, int channels, long byteRate)
            throws IOException {
        byte[] header = new byte[44];
        // RIFF/WAVE header
        header[0] = 'R';
        header[1] = 'I';
        header[2] = 'F';
        header[3] = 'F';
        header[4] = (byte) (totalDataLen & 0xff);
        header[5] = (byte) ((totalDataLen >> 8) & 0xff);
        header[6] = (byte) ((totalDataLen >> 16) & 0xff);
        header[7] = (byte) ((totalDataLen >> 24) & 0xff);
        //WAVE
        header[8] = 'W';
        header[9] = 'A';
        header[10] = 'V';
        header[11] = 'E';
        // 'fmt ' chunk
        header[12] = 'f';
        header[13] = 'm';
        header[14] = 't';
        header[15] = ' ';
        // 4 bytes: size of 'fmt ' chunk
        header[16] = 16;
        header[17] = 0;
        header[18] = 0;
        header[19] = 0;
        // format = 1
        header[20] = 1;
        header[21] = 0;
        header[22] = (byte) channels;
        header[23] = 0;
        header[24] = (byte) (longSampleRate & 0xff);
        header[25] = (byte) ((longSampleRate >> 8) & 0xff);
        header[26] = (byte) ((longSampleRate >> 16) & 0xff);
        header[27] = (byte) ((longSampleRate >> 24) & 0xff);
        header[28] = (byte) (byteRate & 0xff);
        header[29] = (byte) ((byteRate >> 8) & 0xff);
        header[30] = (byte) ((byteRate >> 16) & 0xff);
        header[31] = (byte) ((byteRate >> 24) & 0xff);
        // block align
        header[32] = (byte) (2 * 16 / 8);
        header[33] = 0;
        // bits per sample
        header[34] = 16;
        header[35] = 0;
        //data
        header[36] = 'd';
        header[37] = 'a';
        header[38] = 't';
        header[39] = 'a';
        header[40] = (byte) (totalAudioLen & 0xff);
        header[41] = (byte) ((totalAudioLen >> 8) & 0xff);
        header[42] = (byte) ((totalAudioLen >> 16) & 0xff);
        header[43] = (byte) ((totalAudioLen >> 24) & 0xff);
        out.write(header, 0, 44);
    }
}

釋放AudioRecord,錄制流程完畢

調用release()方法釋放資源

mAudioRecord.release();

最后你就可以在指定目錄下找到音頻文件播放了

 

最后介紹下其他API

獲取AudioRecord初始化狀態

public int getState() {
    return mState;
}

注意!這里是初始化狀態,不是錄制狀態,它只會返回2個狀態

• AudioRecord#STATE_INITIALIZED  　　//已經初始化
• AudioRecord#STATE_UNINITIALIZED  //沒有初始化

獲取AudioRecord錄制狀態

public int getRecordingState() {
        synchronized (mRecordingStateLock) {
            return mRecordingState;
        }
    }

返回錄制狀態,它只返回2個狀態

• AudioRecord#RECORDSTATE_STOPPED    //停止錄制
• AudioRecord#RECORDSTATE_RECORDING    //正在錄制