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|……
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
网友评论