Android音频采集：AudioRecord核心机制与实战

1. Android音频采集基础与AudioRecord核心机制

在Android平台上进行音频采集，AudioRecord是最基础的API之一。不同于MediaRecorder这种封装好的高级API，AudioRecord提供了更底层的访问能力，允许开发者直接获取原始的PCM音频数据。这种低级别的控制对于需要实时音频处理的应用场景至关重要，比如语音识别、音频分析或自定义编码等。

AudioRecord的工作流程可以概括为以下几个关键步骤：

1. 配置音频源（麦克风、语音通话等）
2. 设置采样率（如44.1kHz）、声道配置（单声道/立体声）
3. 指定音频格式（8位/16位PCM）
4. 创建AudioRecord实例并分配缓冲区
5. 启动采集线程循环读取数据

对于16位PCM音频，每个采样点由2个字节组成，这就涉及到字节序（Endianness）的问题。在x86架构上通常使用小端序（Little-Endian），而网络传输中则常用大端序（Big-Endian）。Android文档明确指出，当使用byte[]作为缓冲区时，数据会以平台无关的大端序存储，而使用ByteBuffer则会采用设备原生字节序。

重要提示：虽然AudioRecord.read(byte[])方法支持16位PCM，但官方文档已将其标记为@Deprecated，建议在新代码中使用read(short[])或read(ByteBuffer)替代。

2. AudioRecord.read()方法深度解析

2.1 方法签名与参数说明

read(byte[] audioData, int offsetInBytes, int sizeInBytes)方法是AudioRecord类中最基础的数据读取方式。其参数含义如下：

• audioData：目标字节数组，用于存储采集到的PCM数据
• offsetInBytes：写入audioData的起始偏移量（以字节为单位）
• sizeInBytes：期望读取的字节数，必须小于等于audioData.length - offsetInBytes

返回值表示实际读取的字节数，可能小于请求的sizeInBytes，特别是在音频采集刚启动或即将停止时。如果返回值为ERROR_INVALID_OPERATION(-3)或ERROR_BAD_VALUE(-2)，表明出现了严重错误需要处理。

2.2 字节序处理实战

当使用byte[]接收16位PCM数据时，每个采样点的两个字节按大端序排列。例如，采样值0x1234在byte[]中会存储为[0x12, 0x34]。如果需要转换为小端序，可以这样处理：

java复制byte[] bigEndianBytes = new byte[2];
audioRecord.read(bigEndianBytes, 0, 2);
// 大端转小端
short littleEndianValue = (short)((bigEndianBytes[0] & 0xFF) << 8 | (bigEndianBytes[1] & 0xFF));

2.3 缓冲区大小计算

合理的缓冲区大小对音频采集的流畅性至关重要。最小缓冲区大小可通过AudioRecord.getMinBufferSize()计算：

java复制int sampleRate = 44100; // 44.1kHz
int channelConfig = AudioFormat.CHANNEL_IN_MONO;
int audioFormat = AudioFormat.ENCODING_PCM_16BIT;
int minBufferSize = AudioRecord.getMinBufferSize(sampleRate, channelConfig, audioFormat);

实际使用时，建议使用2-3倍的minBufferSize以避免数据丢失。例如：

java复制int bufferSize = minBufferSize * 2;
byte[] audioBuffer = new byte[bufferSize];

3. 完整采集流程实现

3.1 初始化配置

创建AudioRecord实例前需要检查权限并验证参数：

java复制// 检查录音权限
if (ContextCompat.checkSelfPermission(this, Manifest.permission.RECORD_AUDIO) 
    != PackageManager.PERMISSION_GRANTED) {
    // 请求权限
    ActivityCompat.requestPermissions(this, 
        new String[]{Manifest.permission.RECORD_AUDIO}, 
        REQUEST_RECORD_AUDIO);
}

// 参数验证
if (AudioRecord.getMinBufferSize(sampleRate, channelConfig, audioFormat) == ERROR_BAD_VALUE) {
    throw new IllegalArgumentException("Invalid audio parameters");
}

3.2 采集线程实现

音频采集应在独立线程中进行以避免阻塞UI：

java复制class AudioCaptureThread extends Thread {
    private volatile boolean isRunning = true;
    
    @Override
    public void run() {
        android.os.Process.setThreadPriority(Process.THREAD_PRIORITY_AUDIO);
        
        AudioRecord audioRecord = new AudioRecord(
            MediaRecorder.AudioSource.MIC,
            sampleRate,
            channelConfig,
            audioFormat,
            bufferSize);
        
        try {
            audioRecord.startRecording();
            
            while (isRunning) {
                int bytesRead = audioRecord.read(audioBuffer, 0, audioBuffer.length);
                if (bytesRead > 0) {
                    // 处理音频数据
                    processAudioData(audioBuffer, bytesRead);
                }
            }
        } finally {
            audioRecord.stop();
            audioRecord.release();
        }
    }
    
    public void stopCapture() {
        isRunning = false;
    }
}

3.3 音频数据处理示例

以下是将byte[]数据转换为short[]的实用方法：

java复制public short[] bytesToShorts(byte[] bytes, int length) {
    if (length % 2 != 0) {
        throw new IllegalArgumentException("Input length must be even");
    }
    
    short[] shorts = new short[length / 2];
    for (int i = 0; i < shorts.length; i++) {
        shorts[i] = (short)((bytes[i*2] & 0xFF) << 8 | (bytes[i*2+1] & 0xFF));
    }
    return shorts;
}

4. 常见问题与性能优化

4.1 典型错误排查

1. 读取返回错误码：

   • ERROR_INVALID_OPERATION：通常表示AudioRecord未正确初始化或已释放
   • ERROR_BAD_VALUE：参数不合法，检查offset和size是否越界

2. 音频数据异常：

   • 静音数据：检查麦克风权限是否被拒绝
   • 数据截断：增大缓冲区大小或提高采集线程优先级

3. 延迟问题：

   • 使用THREAD_PRIORITY_AUDIO提升线程优先级
   • 考虑使用AudioRecord.Builder.setSessionId()关联现有音频会话

4.2 性能优化技巧

1. 缓冲区管理：

   • 使用环形缓冲区减少内存分配
   • 考虑直接使用ByteBuffer.allocateDirect()分配堆外内存

2. 采样率选择：

   • 语音应用可使用16kHz采样率降低处理负担
   • 音乐应用建议使用44.1kHz或48kHz

3. 节能策略：

   • 在屏幕关闭时降低采样率
   • 使用AudioRecord.setPreferredDevice()选择合适输入设备

4.3 现代API替代方案

对于Android 23+设备，建议使用AudioRecord.Builder：

java复制AudioRecord record = new AudioRecord.Builder()
    .setAudioSource(MediaRecorder.AudioSource.VOICE_RECOGNITION)
    .setAudioFormat(new AudioFormat.Builder()
        .setEncoding(AudioFormat.ENCODING_PCM_16BIT)
        .setSampleRate(16000)
        .setChannelMask(AudioFormat.CHANNEL_IN_MONO)
        .build())
    .setBufferSizeInBytes(bufferSize)
    .build();

5. 高级应用场景

5.1 实时音频处理管道

构建高效处理链的关键模式：

java复制// 生产者-消费者模式
LinkedBlockingQueue<byte[]> audioQueue = new LinkedBlockingQueue<>(10);

// 采集线程
void captureAudio() {
    while (running) {
        byte[] data = new byte[BUFFER_SIZE];
        int read = audioRecord.read(data, 0, data.length);
        if (read > 0) {
            audioQueue.put(Arrays.copyOf(data, read));
        }
    }
}

// 处理线程
void processAudio() {
    while (running) {
        byte[] data = audioQueue.take();
        // 执行FFT、降噪等处理
    }
}

5.2 多平台兼容处理

处理不同设备字节序的健壮方案：

java复制public static short readSample(byte[] buffer, int offset, boolean isBigEndian) {
    if (isBigEndian) {
        return (short)((buffer[offset] & 0xFF) << 8 | (buffer[offset+1] & 0xFF));
    } else {
        return (short)((buffer[offset+1] & 0xFF) << 8 | (buffer[offset] & 0xFF));
    }
}

5.3 音频可视化实现

简单的波形绘制示例：

java复制void drawWaveform(Canvas canvas, byte[] audioData) {
    float centerY = canvas.getHeight() / 2f;
    float scale = canvas.getHeight() / 65536f;
    
    for (int i = 0; i < audioData.length / 2; i++) {
        short sample = (short)((audioData[i*2] << 8) | audioData[i*2+1]);
        float x = i * canvas.getWidth() / (audioData.length / 2f);
        float y = centerY + sample * scale;
        canvas.drawPoint(x, y, paint);
    }
}

在实际项目中，我发现合理设置AudioRecord的音频源能显著提升质量。对于语音识别，使用VOICE_RECOGNITION而非默认MIC能自动启用降噪；而原始录音则应使用UNPROCESSED源（需要Android 6.0+）。另外，定期调用getRecordingState()检查状态可以提前发现设备被其他应用抢占的情况。