【WebRTC】在Android上用NDK编译WebRtc音频增益模块(AGC),降噪(NS),java调用JNI实现功能

目录

·········前言

·········前期工作

·········编译工作

·········编码工作(AGC-JAVA)

·········编码工作(AGC-JNI)

·········编码工作(NS-JAVA)

 ········编码工作(NS-JNI)

·········总结

前言

       Android 单独抽取 WebRtc-AGC(音频增益) 模块

       Android 单独抽取 WebRtc-NS(音频降噪) 模块

       本文章是基于某个博客主写的移植到Android NDK上编译(这边我没有用cMake)

       https://www.cnblogs.com/mod109/p/5767867.html

       WebRtc单独模块编译的资料网上很多,零零散散,但是看了很多程序大多数都是旧的版本模块源码进行编译的,并且都是在

C++/C  的基础上去运行,很少涉及到在NDK下的编译和JNI的使用。

       后续会更新NS(降噪),aecm,aec(回音消除) 模块在NDK上编译JNI上使用的文章。

       笔者也是今年才开始正式的接触WebRt,目前正在深入分析其源代码,主要研究的是 底层模块(非算法)、Android模块,希

望后续能把一些经验分享出来。

     

前期工作

      1:Android Studio 开发工具 ,再次强调一下,这次没有使用 cMake 编译,使用的是传统的 ndk-build 编译,开发工具需要自行

配置一下,当然后面会提供源码  ,你完全可以 自己来配置cMake编译。 

      2:首先不认识WebRtc的请先百一下度,特别是模块的作用,如果是大佬的话请洗耳恭听。

      3 : audacity2.3.exe  下载一下这个工具,干什么用 搜一下就知道。

         长什么样,长这样  ↓

         【WebRTC】在Android上用NDK编译WebRtc音频增益模块(AGC),降噪(NS),java调用JNI实现功能_第1张图片

        如何导入PCM数据:文件->导入->选择PCM数据->设置对应的采样率等参数

      4:本章文重点讲解NDK、JNI等使用,需要有一定的基础适合看本文章

             【WebRTC】在Android上用NDK编译WebRtc音频增益模块(AGC),降噪(NS),java调用JNI实现功能_第2张图片

 

编译工作

     后续会把Demo上传,建议想做这些工作但是没做过的可以自行另起一个项目来做。

     首先观澜我随手一建的项目工程目录

      【WebRTC】在Android上用NDK编译WebRtc音频增益模块(AGC),降噪(NS),java调用JNI实现功能_第3张图片

       ⑴ 这个是要处理的原始音频文件,当然你也可以直接从SD卡读取,为了方便,这边直接从assets 读取。

       ⑵ AudioProcessJni 为native 加载的类

           其余为测试类和工具类。

           (里面代码写的比较乱没有整理,demo下载完后自行调整 )

       ⑶ agc文件夹是  NS和AGC编译所需的头文件和依赖文件,最开始是先调试AGC的,所以文件夹名称没有改,

            ns_jni_wrapper.c 为JNI层实现的功能

      这里贴一下Android.mk

       这玩意不简单的 , 里面有一些编译错误的默认配置项

     【WebRTC】在Android上用NDK编译WebRtc音频增益模块(AGC),降噪(NS),java调用JNI实现功能_第4张图片

      code:            

LOCAL_PATH := $(call my-dir)
include $(CLEAR_VARS)
APP_ABI := armeabi x86
LOCAL_MODULE    := webrtc_audio
app_platform:=android-21
LOCAL_SRC_FILES := \
        agc/complex_bit_reverse.c \
        agc/complex_fft.c \
        agc/cross_correlation.c \
        agc/dot_product_with_scale.c \
        agc/downsample_fast.c \
        agc/energy.c \
        agc/fft4g.c \
        agc/get_scaling_square.c \
        agc/min_max_operations.c \
        agc/real_fft.c \
        agc/resample.c \
        agc/resample_48khz.c \
        agc/resample_by_2.c \
        agc/resample_by_2_internal.c \
        agc/resample_by_2_mips.c \
        agc/copy_set_operations.c \
        agc/division_operations.c \
        agc/spl_init.c \
        agc/spl_sqrt.c \
        agc/spl_sqrt_floor.c \
        agc/ring_buffer.c \
        agc/resample_fractional.c \
        agc/splitting_filter.c \
        agc/vector_scaling_operations.c \
        agc/analog_agc.c \
        agc/digital_agc.c \
        agc/ns_core.c \
        agc/nsx_core.c \
        agc/nsx_core_c.c \
        agc/nsx_core_neon_offsets.c \
        agc/noise_suppression.c \
        agc/noise_suppression_x.c \
        ns_jni_wrapper.c \

#undefined reference to 错误问题解决办法
LOCAL_ALLOW_UNDEFINED_SYMBOLS := true
APP_SHORT_COMMANDS := true
LOCAL_LDLIBS    := -llog
APP_CPPFLAGS := -frtti -std=c++11
include $(BUILD_SHARED_LIBRARY)

  Application.mk

#APP_ABI := armeabi armeabi-v7a x86
APP_ABI := armeabi x86
APP_STL := stlport_static
APP_CPPFLAGS := -frtti -std=c++11
APP_SHORT_COMMANDS := true
LOCAL_LDFLAGS += -fuse-ld=bfd

 

 编码前当然你要先把so 编译过来才能调试

 编译过程....(省略)

 

  【WebRTC】在Android上用NDK编译WebRtc音频增益模块(AGC),降噪(NS),java调用JNI实现功能_第5张图片         好啦,当我们已经把so库成功的编出来了,并且能正常  loadLibrary

 

编码工作(AGC-JAVA)

    首先看下 AudioProcessJni文件中对Agc 操作的native  函数有哪些?

     

public class AudioProcessJni {

     static{
          System.loadLibrary("webrtc_audio");  //加载native code的动态库
     }
     //Audio agc音频增益接口
     public   native  static  void  AgcFree();
     public   native  static  int   AgcFun(ByteBuffer buffer1 , short[] sArr, int frameSize);
     public   native  static  long  AgcInit(long minLevel, long maxLevel,long fs);
     public   native  static  void  AgcProcess();  //agc test  model
}

AgcInit : 初始化agc模块功能 

AgcFun:音频增益处理函数

AgcFree:模块释放销毁

AgcProcess: 这个是增益整个搓成完全在JNI层处理,不和java 通信。

其中AgcFun中的  ByteBuffer  是java和JNI 交互数据的重点,他是java和JNI共享的一个内存块,当然你也可以给个返回值,看个人的编码习惯。

 【WebRTC】在Android上用NDK编译WebRtc音频增益模块(AGC),降噪(NS),java调用JNI实现功能_第6张图片

那么我们先来看java的测试代码:

 

 public static final  String  AGC_OUT_FILE_PATCH_DICTORY="/storage/emulated/0/Pictures/agc";
 public static final  String  AGC_OUT_FILE_PATCH="/storage/emulated/0/Pictures/agc/byby_8K_1C_16bit_agc.pcm";

文件的输出目录以及输出的文件。 

  public static    void  agc_audio_test(Activity  act)  {
        try {
            int nbread = 0;
            //读取Assets文件流
            InputStream is = act.getAssets().open("byby_8K_1C_16bit.pcm");

            //输出的文件目录
            File  file = new File(AGC_OUT_FILE_PATCH_DICTORY);
            if (!file.exists()){
                boolean mkdirs = file.mkdirs();
                if (mkdirs) {
                    log("create dictroy success");
                } else {
                    log("create dictroy file");
                    return;
                }
            }
            //输出的文件
            file = new File(AGC_OUT_FILE_PATCH);
            //调用初始刷Agc模块
            long res = AudioProcessJni.AgcInit(0, 255, 8000);
            log(" AudioProcessJni.AgcInit  res = "+ res);
            log("sleep 2s ");
            Thread.sleep(2000);
            //初始化byte转换工具
            BytesTransUtil bytesTransUtil = BytesTransUtil.getInstance();
            // rData 为读取的缓冲区 分配160字节
            byte[] rData = new byte[160];
            ByteBuffer  outBuffer = ByteBuffer.allocateDirect(160);
            FileOutputStream  fos = new FileOutputStream(file);
            //--------------------开始读取---------------------------
            while((nbread=is.read(rData))>-1){
                short[] shorts = bytesTransUtil.Bytes2Shorts(rData);
                res = AudioProcessJni.AgcFun(outBuffer, shorts,80);
                for (int i = 0 ;i< 80 ;i++){

                    shorts[i] = (short) (outBuffer.get(2*i) + ( outBuffer.get(2*i+1) << 8));
                }
                  fos.write(bytesTransUtil.Shorts2Bytes(shorts),0,nbread);
            }
            log(" 结束Agc = " );
            if (fos!=null){

                fos.close();
            }
        } catch (IOException e) {
            e.printStackTrace();
            log("e:error -> "+e.toString());
        } catch (InterruptedException e) {
            e.printStackTrace();
        }finally {

            AudioProcessJni.AgcFree();
        }
    }

  这个是java测试的流程代码,也比较清晰,重点来讲解下以下这段代码

  

 //--------------------开始读取---------------------------
            while((nbread=is.read(rData))>-1){
                short[] shorts = bytesTransUtil.Bytes2Shorts(rData);
                res = AudioProcessJni.AgcFun(outBuffer, shorts,80);
                for (int i = 0 ;i< 80 ;i++){

                    shorts[i] = (short) (outBuffer.get(2*i) + ( outBuffer.get(2*i+1) << 8));
                }
                  fos.write(bytesTransUtil.Shorts2Bytes(shorts),0,nbread);
            }
            log(" 结束Agc = " );

   ① 循环读取文件流中的数据,每次读取160个byte, 有点需要注意,底层的处理接口需要传入的是short[] 数组,文件流读取的

        byte[]数组需要转换, 这边的话在java 层转换或者在JNI层用C转换都是可以的,建议在JNI上转换,不过需要注意的是有无

        符号的问题,我这边为了方便直接在java层进行转换。

  ② Byte2Shorts 吧 byte数组转换成了short数组 并传入AgcFun [JNI层] 去处理, 返回值res < 0 是错误的 这个根据JNI层的逻辑

       去调整,我这边为了代码简洁,没有做判断。

  ③ 最后处理完的音频数据会存放在outBuffer 这个ByteBuff 的变量里,那么在上层就可以去读取它了。

       刚开始的时候以为传上来就可以用了,然后打印了数据的十六进制,发现值不一样,正负数处理溢出的问题,这时候才慢慢

       意识到,java  基本变量都是有符号的,因为底层是定义成无符号的,为什么定义成无符号这个研究JNI的时候再来说。

      那么通过

                 shorts[i] = (short) (outBuffer.get(2*i) + ( outBuffer.get(2*i+1) << 8)); 

     这个处理将数据还原成正确的。注 : 写文件操作在JNI层是很方便实现的,AgcProcess读写都是JNI层实现的,这边放到上层 

     考虑到有些人 java这边可能需要用到 这个处理完的buffer。 现在只是读取文件,其实从MIC 读取的PCM文件也基本类似。

     因此:将数据还原成了short[]之后 写入文件还要转到byte[]

       【WebRTC】在Android上用NDK编译WebRtc音频增益模块(AGC),降噪(NS),java调用JNI实现功能_第7张图片

       不知道各位小伙伴是否有更好的解决方法,或者看了我的demo之后又什么更好的解决办法一定要通知我。值得是有无符号 

       转换这一块。

 编码工作(AGC-JNI)

 现在来看下JNI的处理,其实也很简单一共3个函数先贴代码:

   初始化函数:

JNIEXPORT jlong JNICALL Java_com_webrtc_ns_AudioProcessJni_AgcInit(JNIEnv *env, jclass cls, jlong minLevel , jlong maxLevel , jlong fs){

        minLevel = 0;
		maxLevel = 255;
		agc_samples  =fs;
		int agcMode  = kAgcModeFixedDigital;
        LOGE("Java_com_webrtc_ns_AudioProcessJni_AgcInit!  -> %d \n", sizeof(short));
        if ( (   WebRtcAgc_Create(&agcHandle) ) != 0) { //allocate dynamic memory on native heap for NS instance pointed by hNS.

             LOGE("Noise_Suppression WebRtcNs_Create err! \n");
             return  NS_ERROR;  //error occurs

        }
        LOGE("Java_com_webrtc_ns_AudioProcessJni_AgcCreate success! \n");
        if (0 !=  WebRtcAgc_Init(agcHandle, minLevel, maxLevel, agcMode, agc_samples) )
	    {
             LOGE("WebRtcAgc_Init WebRtcNs_Init err! \n");
             return  NS_ERROR;  //error occurs
	    }

      LOGE("Java_com_webrtc_ns_AudioProcessJni_AgcInit success! \n");
        WebRtcAgc_config_t agcConfig;
		agcConfig.compressionGaindB = 20; //在Fixed模式下,越大声音越大
		agcConfig.limiterEnable     = 1;
		agcConfig.targetLevelDbfs   = 3;  //dbfs表示相对于full scale的下降值,0表示full scale,越小声音越大
		WebRtcAgc_set_config(agcHandle, agcConfig);

		return NS_SUCCESS;
}

  处理函数 & 销毁函数:

JNIEXPORT jint JNICALL Java_com_webrtc_ns_AudioProcessJni_AgcFun(JNIEnv *env, jclass type, jobject jdirectBuff,jshortArray sArr_, jint frameSize) {
    if(agc_buffer == NULL){
        LOGE("gc_buffer == NULL! \n");
        void* buffer = (*env)->GetDirectBufferAddress(env,jdirectBuff);
        agc_buffer = buffer;
    }
    uint8_t saturationWarning;
    int outMicLevel = 0;
    int micLevelOut = 0;
    int i =0 ;
    int inMicLevel  = micLevelOut;
    const short *pData    = NULL;
    short *pOutData    = NULL;
    pOutData = (short*)malloc(frameSize*sizeof(short));
    pData  =(*env)->GetShortArrayElements(env,sArr_,NULL);
    if(agcHandle == NULL){
        LOGE("agcHandle is null! \n");
        return  -3;
    }
    if(frameSize <= 0){
        return  -2;
    }
    int  agcProcessResult =  WebRtcAgc_Process(agcHandle,
                                               pData,
                                               NULL,
                                               frameSize,
                                               pOutData,
                                               NULL,
                                               inMicLevel,
                                               &outMicLevel,
                                               0,
                                               &saturationWarning);
    if (0 !=  agcProcessResult )
    {
        LOGE("failed in WebRtcAgc_Process!  agcProcessResult = %d \n" ,agcProcessResult);
        return  NS_ERROR ;  //error occurs
    }
    //memset(agc_buffer, 0,  160);
    shortTobyte(80,pOutData,agc_buffer);
    (*env)->ReleaseShortArrayElements(env, sArr_, pData, 0);
    return  AGC_SUCCESS;
}

JNIEXPORT void JNICALL Java_com_webrtc_ns_AudioProcessJni_AgcFree(JNIEnv *env , jclass  cls){

    WebRtcAgc_Free(agcHandle);
}

① 初始化函数看起来很简单,确实很简单。

    关于一下

 WebRtcAgc_config_t agcConfig;
 agcConfig.compressionGaindB = 20; //在Fixed模式下,越大声音越大
 agcConfig.limiterEnable     = 1;
 agcConfig.targetLevelDbfs   = 3;  //dbfs表示相对于full scale的下降值,0表示full scale,越小声音越大

   可以自己编译调试, 用工具去比对效果。

②  void* buffer = (*env)->GetDirectBufferAddress(env,jdirectBuff);   获取java层分配的ByteBuff 实例,最后一个 char指针指向了

      这个 实例,需要注意的是 这里 

    unsigned  char* agc_buffer = NULL;   

      是无符号的,如果有符号的话后面可能会有溢出问题,所以在底层char指针表示的我这边都用无符号。

       WebRtcAgc_Process 函数处理数据最后得到 short * 的数据 , 最后通过 shortTobyte 函数将short 的值赋给 ByteBuff 的实

      例,这样java层就能得到这个数据。

③释放工作比较简单    WebRtcAgc_Free  即可。

 

 编码工作(NS-JAVA)

 

  降噪模块基本流程和增益模块大同小异。

  目前处理的是8K采样率音频, 如果处理32K采样率音频,那么可能需要传入高频,低频数据做处理。

  

音频降噪部分较为简单,用起来也就几个函数,除了需要传入的音频数据以外,需要调整的参数也就是音频采样率和降噪等级。另外这部分代码采用纯C语言语法编写,可以跨平台编译。整个算法也不算特别复杂,运行起来占CPU也不是很多,可以上至i7 8核CPU的高配电脑,下至380Mhz的小嵌入式系统以及一切版本的移动端产品中编译运行。另外效果也十分不错,通过本文附带的测试demo大家就可以感受一下。

降噪有两部分代码,一套是定点算法(noise_suppression_x.h),一套是浮点算法(noise_suppression.h)。相对来说浮点算法精度更高,但是耗系统资源更多,特别是浮点计算能力较弱的低端ARM CPU上。但是一般来说浮点和定点算法在实际效果上听不出区别出来,估计是我没遇到过必须必须要用浮点的情况。在使用上,浮点和定点也仅仅只是变量名和函数没中多出了一个x。

音频处理的时候webrtc一次仅能处理10ms数据,小于10ms的数据不要传入,因为即时是传入小于10ms的数据最后传入也是按照10ms的数据传出,此时会出现问题。另外支持采样率也只有8K,16K,32K三种,不论是降噪模块,或者是回声消除增益等等均是如此。对于8000采样率,16bit的音频数据,10ms的时间采样点就是80个,一个采样点16bit也就是两个字节,那么需要传入WebRtcNsx_Process的数据就是160字节。对于8000和16000采样率的音频数据在使用时可以不管高频部分,只需要传入低频数据即可,但是对于32K采样率的数据就必须通过滤波接口将数据分为高频和低频传入,传入降噪后再组合成音频数据。大于32K的音频文件就必须要通过重采样接口降频到对应的采样率再处理,在demo源码里面有对应的接口使用者可以去查。

降噪的开源代码包括定点降噪,浮点降噪,音频重采样,滤波接口,抠出来后修改了头文件包含位置使其都在同一目录下,如果是xcode下编译可能会有once函数编译不过的问题,此时修改一个宏即可,为了尽量避免修改问题就不改动这部分了。

示例代码给了32K采样率的测试demo,也有8K采样率实现。16K采样率只需要将8K内部的数据大小由80改成160即可,PCM音频文件可以由Audacity软件通过文件--导入--原始数据,选择好bit位数,声道,采样率即可显示波形,播放。

public class TestNs {

    public static final  String  AGC_OUT_FILE_PATCH_DICTORY="/storage/emulated/0/Pictures/ns";
    public static final  String  AGC_OUT_FILE_PATCH="/storage/emulated/0/Pictures/ns/byby_8K_1C_16bit_ns_android.pcm";

    public  static    void  ns_audio_test(Activity act)  {
        try {
            File file = null;
            InputStream is = act.getAssets().open("byby_8K_1C_16bit.pcm");
            FileOutputStream fos = null;
            file = new File(AGC_OUT_FILE_PATCH_DICTORY);
            if (!file.exists()){
                boolean mkdirs = file.mkdirs();
                if (mkdirs) {
                    log("create dictroy success");
                } else {
                    log("create dictroy file");
                    return;
                }

            }
            file = new File(AGC_OUT_FILE_PATCH);
            fos = new FileOutputStream(file);
            log("sleep 2s ");
            Thread.sleep(2000);

            long res = AudioProcessJni.initiateNSInstance(8000,3);
            if (res == 7 ){
                //success+

            }
            BytesTransUtil bytesTransUtil = BytesTransUtil.getInstance();
            byte[] rData = new byte[160];
            ByteBuffer outBuffer  =  ByteBuffer.allocateDirect(160);
            int nbread = 0;

            long startTime = System.currentTimeMillis();
            while((nbread=is.read(rData))>-1){

                short[] shorts = bytesTransUtil.Bytes2Shorts(rData);
                // ByteBuffer.wrap(buffer).order(ByteOrder.LITTLE_ENDIAN).asShortBuffer().get(data);
                  res = AudioProcessJni.processNS(outBuffer, shorts, 80);

                for (int i = 0 ;i< 80 ;i++){

                    shorts[i] = (short) ( (outBuffer.get(2*i)&0x00FF )  + ( outBuffer.get(2*i+1) << 8));
                }
               fos.write(bytesTransUtil.Shorts2Bytes(shorts),0,nbread);
            }

            long endTime = System.currentTimeMillis();
            log(" 结束 Ns = 程序运行时间:"+(endTime-startTime)+"ms");

            if (fos!=null){

                fos.close();
            }

        } catch (IOException e) {
            e.printStackTrace();
            log("e:error -> "+e.toString());
        } catch (InterruptedException e) {
            e.printStackTrace();
        }finally {


        }


    }

 编码工作(NS-JNI)

 初始化函数  Java_com_webrtc_ns_AudioProcessJni_initiateNSInstance

 降噪处理函数   Java_com_webrtc_ns_AudioProcessJni_processNS

 销毁函数  Java_com_webrtc_ns_AudioProcessJni_destoryNS

//初始化频率的降噪结构体参数
/*
 * nSample:采集数据的频率
 */
JNIEXPORT jint JNICALL Java_com_webrtc_ns_AudioProcessJni_initiateNSInstance(JNIEnv *env, jclass cls,  jlong nSample, jint nMode){

    //创建webrtc降噪处理句柄
    //NsHandle *hNS = NULL; //create a pointer to NsHandle on native stack.
    if ( (  WebRtcNs_Create(&pNS_inst) ) !=  0) { //allocate dynamic memory on native heap for NS instance pointed by hNS.

        LOGE("Noise_Suppression WebRtcNs_Create err! \n");
        return  NS_ERROR;  //error occurs

    }

    if (0 !=  WebRtcNs_Init(pNS_inst,nSample))
	{
		LOGE("Noise_Suppression WebRtcNs_Init err! \n");
		return  NS_ERROR;  //error occurs
	}

	if (0 !=  WebRtcNs_set_policy(pNS_inst,nMode))
	{
		printf("Noise_Suppression WebRtcNs_set_policy err! \n");
		return  NS_ERROR;  //error occurs
	}

   // return ((int) (NSinst_t *) pNS_inst); //returns the address of NS instance on native heap.
      return NS_SUCCESS;
}

  

JNIEXPORT jint JNICALL  Java_com_webrtc_ns_AudioProcessJni_processNS(JNIEnv *env, jclass type, jobject jdirectBuff,jshortArray outframe_,jint sf) {



    jshort *outframe = (*env)->GetShortArrayElements(env, outframe_, NULL);
    short *pOutData    = NULL;
    int frameSize =sf;

    if(pNS_inst == NULL){
        LOGE("nsHandle is null! \n");
       return  -3;
   }
    if(ns_buffer == NULL){
        LOGE("gc_buffer == NULL! \n");
        void* buffer = (*env)->GetDirectBufferAddress(env,jdirectBuff);
        ns_buffer = buffer;
    }
    pOutData = (short*)malloc(frameSize*sizeof(short));
    if ( WebRtcNs_Process(pNS_inst, outframe, NULL, pOutData,NULL) != 0){

        LOGE("failed in WebRtcAgc_Process! \n" );
        return  NS_ERROR ;  //error occurs

    }

    shortTobyte(80,pOutData,ns_buffer);
    (*env)->ReleaseShortArrayElements(env, outframe_, outframe, 0);

    return  AGC_SUCCESS;

}
JNIEXPORT jint JNICALL Java_com_webrtc_ns_AudioProcessJni_destoryNS(JNIEnv *env, jclass cls){

        WebRtcNs_Free(pNS_inst);
}

 处理32K语言

    以下当 sf=32*1000 时,进入处理32K语言的过程; 

    此过程全程在JNI中执行,读取pcm文件进行降噪处理

/*JNI全处理*/
JNIEXPORT void JNICALL  Java_com_webrtc_ns_AudioProcessJni_NSProcess(JNIEnv *env, jclass type ,jint sf) {

    const char *sFile     = "/storage/emulated/0/Pictures/ns/lhydd_1C_16bit_32K.pcm";
    const char *dFile     ="/storage/emulated/0/Pictures/ns/lhydd_1C_16bit_32K_ns.pcm";
    const char *sFile_8k     = "/storage/emulated/0/Pictures/ns/byby_8K_1C_16bit.pcm";
    const char *dFile_8k     ="/storage/emulated/0/Pictures/ns/byby_8K_1C_16bit_ns.pcm";
    // TODO  test agc model
    char *pInBuffer = NULL;
    char *pOutBuffer = NULL;
    int i = 0;
    long nFileSize = 0;

    if(sf == 32*1000) {

        FILE * fpIn = fopen(sFile, "rb");
        FILE * fpOut = fopen(dFile, "wb");
        if(fpIn == NULL || fpOut == NULL){

            LOGE("file open filed");
            return;
        }

                LOGE("NS Java_com_webrtc_ns_AudioProcessJni_NSProcess  32K   start");
                do {

                    fseek(fpIn, 0, SEEK_END);
                    nFileSize = ftell(fpIn);
                    printf("nFileSize = %d  \n ", nFileSize);
                    fseek(fpIn, 0, SEEK_SET);

                    pInBuffer = (char *) malloc(nFileSize);
                    memset(pInBuffer, 0, nFileSize);
                    fread(pInBuffer, sizeof(char), nFileSize, fpIn);


                    pOutBuffer = (char *) malloc(nFileSize);
                    memset(pOutBuffer, 0, nFileSize);

                    int filter_state1[6], filter_state12[6];
                    int Synthesis_state1[6], Synthesis_state12[6];

                    memset(filter_state1, 0, sizeof(filter_state1));
                    memset(filter_state12, 0, sizeof(filter_state12));
                    memset(Synthesis_state1, 0, sizeof(Synthesis_state1));
                    memset(Synthesis_state12, 0, sizeof(Synthesis_state12));

                    for (i = 0; i < nFileSize; i += 640) {
                        if (nFileSize - i >= 640) {
                            short shBufferIn[320] = {0};

                            short shInL[160], shInH[160];
                            short shOutL[160] = {0}, shOutH[160] = {0};

                            memcpy(shBufferIn, (char *) (pInBuffer + i), 320 * sizeof(short));
                            //首先需要使用滤波函数将音频数据分高低频,以高频和低频的方式传入降噪函数内部
                            WebRtcSpl_AnalysisQMF(shBufferIn, 320, shInL, shInH, filter_state1,
                                                  filter_state12);

                            //将需要降噪的数据以高频和低频传入对应接口,同时需要注意返回数据也是分高频和低频
                            if (0 == WebRtcNs_Process(pNS_inst, shInL, shInH, shOutL, shOutH)) {
                                short shBufferOut[320];
                                //如果降噪成功,则根据降噪后高频和低频数据传入滤波接口,然后用将返回的数据写入文件
                                WebRtcSpl_SynthesisQMF(shOutL, shOutH, 160, shBufferOut, Synthesis_state1,
                                                       Synthesis_state12);
                                memcpy(pOutBuffer + i, shBufferOut, 320 * sizeof(short));
                            }
                        }
                    }

                    fwrite(pOutBuffer, sizeof(char), nFileSize, fpOut);


                } while (0);
                    LOGE("NS 结束");
                    WebRtcNs_Free(pNS_inst);
                    fclose(fpIn);
                    fclose(fpOut);
                    free(pInBuffer);
                    free(pOutBuffer);
    } else{

        FILE * fpIn = fopen(sFile_8k, "rb");
        FILE * fpOut = fopen(dFile_8k, "wb");
        if(fpIn == NULL || fpOut == NULL){

            LOGE("file open filed");
            return;
        }

        LOGE("NS Java_com_webrtc_ns_AudioProcessJni_NSProcess  8K   start");
        int len;
        int frameSize =80;
        int i = 0 ;
        const  short *pData    = NULL;
        short *pOutData = NULL;
        pData    = (short*)malloc(frameSize*sizeof(short));
        pOutData = (short*)malloc(frameSize*sizeof(short)); //160
        len = frameSize*sizeof(short);
        while(1)
        {
            memset(pData, 0, len);

            if (len > 0)
            {

                len = fread(pData, 1, len, fpIn);

                int nSRet = WebRtcNs_Process(pNS_inst, pData, NULL, pOutData,NULL);
                if (nSRet != 0)
                {
                    LOGE("failed in WebRtcAgc_Process\n");
                    break;
                }

                  fwrite(pOutData, 1, len, fpOut);

            } else {
                break;
            }
        }

        LOGE("NS 结束");
        WebRtcNs_Free(pNS_inst);
        fclose(fpIn);
        fclose(fpOut);
        free(pInBuffer);
        free(pOutBuffer);


    }

}

 总结

          总结一句话,给你们代码就是了,下载地址:

                     https://download.csdn.net/download/gjy_it/11771371

你可能感兴趣的:(android,Android,JNI,音视频)