声音的模拟数字转换

声波从模拟信号转化为数字信号，要经过采样、量化、编码三个步骤

采样

采样就是在时间轴上对信号离散化，如下图所示

image

人耳只能听到频率20Hz～20kHz的声音，根据耐奎斯特采样理论，采样频率必须是信号最高频率的两倍，这样才能保证质量不失真，所以采样率一般为44.1kHz，即每秒采样44100个点，这样能保证每个声波至少有两个采样点。

量化

量化是指在幅度轴上对信号离散化，一般用16bit或8bit来表示声音的一个采样，以16bit为例，取值范围为[-32768，32767]，因此在幅度轴上分了65536层，如下图所示

image

编码

编码就是按照一定的格式记录采样和量化后的数字数据，比如顺序存储（PCM）或压缩存储（AAC、MP3）等等。

PCM

PCM：脉冲编码调制（Pulse Code Modulation）数据，是未经压缩的原始音频数据。PCM数据一 般有以下几个指标：采样率（sampleRate）、量化格式（sampleFormat）、声道数（channel）。
以CD的音质为例：量化格式为16比特（2字节），采样率为44100，声道数为2，如果采样PCM格式存储，那么存储一个1分钟的音频要占用44100 * 2 * 2 * 60=10.09MB。
声音格式还有一个重要指标：比特率，即1秒时间内的比特数，一般比特率越高音质越好。还是以上面的CD音质为例，比特率为： 44100 * 16 * 2 = 1378.125kbps

示例

下面我们通过一个例子来加深理解：

AudioRecord录制PCM

public class PCMConfig {

    public static final int SAMPLE_RATE_IN_HZ = 44100;//采样率44.1kHz
    public static final int CHANNEL = AudioFormat.CHANNEL_IN_STEREO;//双声道（左右声道）
    public static final int AUDIO_FORMAT = AudioFormat.ENCODING_PCM_16BIT;//每个采样点16bit，即2字节
}

public class PCMRecorder {

    private AudioRecord mAudioRecord;
    private int mBufferSize;

    public PCMRecorder() {
        mBufferSize = AudioRecord.getMinBufferSize(PCMConfig.SAMPLE_RATE_IN_HZ, 
            PCMConfig.CHANNEL,
            PCMConfig.AUDIO_FORMAT);
        mAudioRecord = new AudioRecord(MediaRecorder.AudioSource.MIC,
            PCMConfig.SAMPLE_RATE_IN_HZ,
            PCMConfig.CHANNEL,
            PCMConfig.AUDIO_FORMAT,
            mBufferSize);
    }
    
    public void startRecord(String outputPath) {
        fos = new FileOutputStream(outputPath);
        mAudioRecord.startRecording();
        byte[] byteBuffer = new byte[mBufferSize];
        while (mRecording) {
            int len = mAudioRecord.read(byteBuffer, 0, byteBuffer.length);
            fos.write(byteBuffer, 0, len);
        }
        fos.flush();
        mAudioRecord.stop();
    }
}

以上代码，我们先设置AudioRecorder的采样率、声道、量化指标，然后通过AudioRecorder的read方法循环将麦克风采集的音频数据写入到文件里，直到用户主动结束录制，这样我们就得到一个pcm原始音频文件。下面我们看一下如何查看和播放pcm文件

查看和播放PCM

PC上有专门的软件浏览pcm文件，windows上有收费的专业音频编辑软件Adobe Audition，免费开源的音频编辑软件Audacity。我们用Audacity打开刚才录制的pcm文件看一下，对音频数据有个直观的认识。

image

可以看到这段音频的采样率为44100Hz，两个音轨，每个采样点32bit（16bit * 2），这跟我们的配置是一致的。

我们还可以用AudioTrack直接在Android设备上直接播放pcm

public class PCMPlayer {
    
    public void play(File pcmFile) {
        AudioTrack audioTrack = new AudioTrack(AudioManager.STREAM_MUSIC,
                PCMConfig.SAMPLE_RATE_IN_HZ,
                PCMConfig.CHANNEL,
                PCMConfig.AUDIO_FORMAT,
                (int) pcmFile.length(),
                AudioTrack.MODE_STATIC);
        FileInputStream fis = new FileInputStream(pcmFile);
        byte[] buffer = new byte[1024 * 1024];
        int len = 0;
        while ( (len = fis.read(buffer)) != -1) {
            audioTrack.write(buffer, 0, len);
        }
        audioTrack.play();
    }
}

将PCM音量减半

public static boolean halfVolume(File pcmFile) {
        byte[] audioData = FileUtils.toByteArray(pcmFile);
        FileOutputStream fos = null;
        try {
            File output = new File(pcmFile.getParentFile(), pcmFile.getName() + ".half");
            fos = new FileOutputStream(output);
            int length = audioData.length;
            for (int i = 0; i < length - 2; i += 2) {
                // 每次取2个字节表示音量
                int volume = Util.toUnsignedInt16(audioData[i], audioData[i + 1]);
                // 音量减半
                volume = volume / 2;
                byte[] bytes = Util.unsignedInt16ToByteArray(volume);
                audioData[i] = bytes[0];
                audioData[i + 1] = bytes[1];
            }
            fos.write(audioData);
            fos.flush();
            return true;
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            IOUtils.closeQuietly(fos);
        }
        return false;
}

效果如下图

image

分离PCM左右声道

public static boolean splitChannel(File pcmFile) {
        byte[] audioData = FileUtils.toByteArray(pcmFile);
        if (audioData == null) {
            return false;
        }
        FileOutputStream fosLeft = null;
        FileOutputStream fosRight = null;
        try {
            File leftOutput = new File(pcmFile.getParentFile(), pcmFile.getName() + ".left");
            fosLeft = new FileOutputStream(leftOutput);
            File rightOutput = new File(pcmFile.getParentFile(), pcmFile.getName() + ".right");
            fosRight  =new FileOutputStream(rightOutput);

            ByteArrayOutputStream bosLeft = new ByteArrayOutputStream((int) (pcmFile.length() / 2));
            ByteArrayOutputStream bosRight = new ByteArrayOutputStream((int) (pcmFile.length() / 2));

            int len = audioData.length;
            for (int i = 0; i < len - 4; i += 4) {
                // 写入左声道采样点
                bosLeft.write(audioData, i, 2);
                // 写入右声道采样点
                bosRight.write(audioData, i + 2, 2);
            }
            fosLeft.write(bosLeft.toByteArray());
            fosRight.write(bosRight.toByteArray());
            return true;
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            IOUtils.closeQuietly(fosLeft);
            IOUtils.closeQuietly(fosRight);
        }
        return false;
    }

从上面代码可以知道左右声道数据是按依次排序的

| 16bit | 16bit | 16bit | 16bit |……
|左声道|右声道|左声道|右声道|……

image

PCM速度提升一倍

public static boolean doubleSpeed(File pcmFile) {
        FileInputStream fis = null;
        FileOutputStream fos = null;
        try {
            fis = new FileInputStream(pcmFile);
            File output = new File(pcmFile.getParentFile(), pcmFile.getName() + ".speed");
            fos = new FileOutputStream(output);

            ByteArrayOutputStream bos = new ByteArrayOutputStream((int) pcmFile.length() / 2);
            byte[] buffer = new byte[1024 * 1024];
            int len = 0;
            while ( (len = fis.read(buffer)) != -1) {
                for (int i = 0; i < len - 4; i += 4) {
                    int index = i / 4;
                    //只取时间轴偶数位的采样数据
                    if (index % 2 == 0) {
                        bos.write(buffer, i, 4);
                    }
                }
            }
            fos.write(bos.toByteArray());
            fos.flush();
            return true;
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            IOUtils.closeQuietly(fis);
            IOUtils.closeQuietly(fos);
        }
        return false;
    }

image

源码地址：
Gitee:https://gitee.com/huaisu2020/Android-Live
Github:https://github.com/xh2009cn/Android-Live