Android直播开发之旅(4)：MP3编码格式分析与lame库编译封装
转载请声明出处：http://blog.csdn.net/andrexpert/article/77683776
一、Mp3编码格式分析
MP3，全称MPEG Audio Layer3，是一种高效的计算机音频编码方案，它以较大的压缩比(1:10至1:12)将音频文件转换成较小的扩展名为.mp3的文件，且能基本保持原文件的音质。假如有一个4分钟的CD音质的WAV音频，其音频参数为44.1kHz抽样、立体声、采样精度为16位(2字节)，那么该音频所占空间为441000*2(声道)*2(字节)*60(秒)*4(分钟)=40.4MB，而对于MP3格式来说，MP3音频只占4MB左右，有利于存储和网络传输。
1. MP3文件结构
MP3文件有由帧(frame)构成的，帧是MP3文件最小的组成单位。MP3音频文件本身没有头部，当希望读取有关MP3音频文件的信息时，可以读取第一帧的头部信息，因此可以切割MP3音频文件的任何部分进行正确播放。整个MP3文件结构大体包括三部分，即TAG_V2(ID3V2)、Frame、TAG_V1(ID3V1)，具体描述如下：
2. MP3帧格式
每个帧都是独立的，它由帧头、附加信息和声音数据组成，其长度随位率的不同而不等，通常每个帧的播放时间为0.026秒。MP3帧结构如下：
每帧的帧头占4字节(32位)，帧头后面可能有两个字节的CRC校验，这两个字节的是否存在取决于帧头部的第16bit，如果为0，则帧头后面无校验，为1则有校验。帧头结构如下：
typedefstruct-tagHeader{
unsigned int sync: 占11位 //同步信息
unsigned int version: 2; //版本
unsigned int layer: 2; //层
unsigned int error2protection: 1; //CRC校正
unsigned int bit2rate2index: 4; //位率索引
unsigned int sample2rate2index: 2; //采样率索引
unsigned int padding: 1; //空白字
unsigned int extension: 1; //私有标志
unsigned int channel2mode: 2; //立体声模式
unsigned int modeextension: 2 ;//保留
unsigned int copyright: 1; //版权标志
unsigned int original: 1; //原始媒体
unsigned int emphasis: 2 ;//强调方式
} HEADER;其中，sync为同步信息，占11位，全部被设置为1；channel2mode为立体声通道模式，占2为，11表示Single立体声(Mono)；其他参数请看这篇文章。
二、lame编译与封装
1. Lame库简介
Lame是Mike Cheng于1998年发起的一个开源项目，是目前最好的MP3编码引擎。Lame编码出来的MP3音色纯厚、空间宽广、低音清晰、细节表现良好，它独创的心理音响模型技术保证了CD音频还原的真实性，配合VBR和ABR参数，音质几乎可以媲美CD音频，但文件体积却非常小。
最新版下载：https://sourceforge.net/projects/lame/files/lame/3.99/
2. Lame库编译与封装
(1) 移植Lame库到Android工程
a. 解压lame-3.99.5，将源码中的libmp3lame目录拷贝到Android工程的cpp目录下；
b. 将libmp3lame重命名为lame，并删除i386目录、vector目录、depcomp、lame.rc、logoe.ico、Makefile.am、Makefile.in文件；
c. 拷贝源码中inlude目录下lame.h文件到Android工程cpp目录下lame目录中，lame.h头文件包含了所有调用函数的声明；
d. 配置CMakeLists.txt文件
set(SRC_DIR src/main/cpp/lame)
include_directories(src/main/cpp/lame)
aux_source_directory(src/main/cpp/lame SRC_LIST)
add_library(...... ${SRC_LIST})
(2) LameMp3.java，创建调用lame库函数的native方法
/** JNI调用lame库实现mp3文件封装
* Created by Jiangdg on 2017/6/9.
*/
public class LameMp3 {
// 静态加载共享库LameMp3
static {
System.loadLibrary("LameMp3");
}
/** 初始化lame库，配置相关信息
*
* @param inSampleRate pcm格式音频采样率
* @param outChannel pcm格式音频通道数量
* @param outSampleRate mp3格式音频采样率
* @param outBitRate mp3格式音频比特率
* @param quality mp3格式音频质量，0~9，最慢最差~最快最好
*/
public native static void lameInit(int inSampleRate, int outChannel,int outSampleRate, int outBitRate, int quality);
/** 编码pcm成mp3格式
*
* @param letftBuf 左pcm数据
* @param rightBuf 右pcm数据，如果是单声道，则一致
* @param sampleRate 读入的pcm字节大小
* @param mp3Buf 存放mp3数据缓存
* @return 编码数据字节长度
*/
public native static int lameEncode(short[] letftBuf, short[] rightBuf,int sampleRate, byte[] mp3Buf);
/** 保存mp3音频流到文件
*
* @param mp3buf mp3数据流
* @return 数据流长度rty
*/
public native static int lameFlush(byte[] mp3buf);
/**
* 释放lame库资源
*/
public native static void lameClose();
}讲解一下：通过查看Lame库的API文档(lame-3.99.5\API)可知，使用Lame封装Mp3需要经历四个步骤，即初始化lame引擎、编码pcm为mp3数据帧、写入文件、释放lame引擎资源。因此，在LameMp3 .java中，我们定义与之对应的native方法以便java层调用，最终生成所需的mp3格式文件。
(3) LameMp3.c
// 本地实现
// Created by jianddongguo on 2017/6/14.
#include
#include "LameMp3.h"
#include "lame/lame.h"
// 声明一个lame_global_struct指针变量
// 可认为是一个全局上下文
static lame_global_flags *gfp = NULL;
JNIEXPORT void JNICALL
Java_com_teligen_lametomp3_LameMp3_lameInit(JNIEnv *env, jclass type, jint inSampleRate,
jint outChannelNum, jint outSampleRate, jint outBitRate,
jint quality) {
if(gfp != NULL){
lame_close(gfp);
gfp = NULL;
}
// 初始化编码器引擎，返回一个lame_global_flags结构体类型指针
// 说明编码所需内存分配完成，否则，返回NULL
gfp = lame_init();
LOGI("初始化lame库完成");
// 设置输入数据流的采样率，默认为44100Hz
lame_set_in_samplerate(gfp,inSampleRate);
// 设置输入数据流的通道数量，默认为2
lame_set_num_channels(gfp,outChannelNum);
// 设置输出数据流的采样率，默认为0，单位KHz
lame_set_out_samplerate(gfp,outSampleRate);
lame_set_mode(gfp,MPEG_mode);
// 设置比特压缩率，默认为11
lame_set_brate(gfp,outBitRate);
// 编码质量，推荐2、5、7
lame_set_quality(gfp,quality);
// 配置参数
lame_init_params(gfp);
LOGI("配置lame参数完成");
}
JNIEXPORT jint JNICALL
Java_com_teligen_lametomp3_LameMp3_lameFlush(JNIEnv *env, jclass type, jbyteArray mp3buf_) {
jbyte *mp3buf = (*env)->GetByteArrayElements(env, mp3buf_, NULL);
jsize len = (*env)->GetArrayLength(env,mp3buf_);
// 刷新pcm缓存，以"0"填充保证最后几帧的完整
// 刷新mp3缓存，返回最后的几帧
int resut = lame_encode_flush(gfp, // 全局上下文
mp3buf, // 指向mp3缓存的指针
len); // 有效mp3数据长度
(*env)->ReleaseByteArrayElements(env, mp3buf_, mp3buf, 0);
LOG_I("写入mp3数据到文件，返回帧数=%d",resut);
return resut;
}
JNIEXPORT void JNICALL
Java_com_teligen_lametomp3_LameMp3_lameClose(JNIEnv *env, jclass type) {
// 释放所占内存资源
lame_close(gfp);
gfp = NULL;
LOGI("释放lame资源");
}
JNIEXPORT jint JNICALL
Java_com_teligen_lametomp3_LameMp3_lameEncode(JNIEnv *env, jclass type, jshortArray letftBuf_,
jshortArray rightBuf_, jint sampleRate,
jbyteArray mp3Buf_) {
if(letftBuf_ == NULL || mp3Buf_ == NULL){
LOGI("letftBuf和rightBuf 或mp3Buf_不能为空");
return -1;
}
jshort *letftBuf = NULL;
jshort *rightBuf = NULL;
if(letftBuf_ != NULL){
letftBuf = (*env)->GetShortArrayElements(env, letftBuf_, NULL);
}
if(rightBuf_ != NULL){
rightBuf = (*env)->GetShortArrayElements(env, rightBuf_, NULL);
}
jbyte *mp3Buf = (*env)->GetByteArrayElements(env, mp3Buf_, NULL);
jsize readSizes = (*env)->GetArrayLength(env,mp3Buf_);
// 将PCM数据编码为mp3
int result = lame_encode_buffer(gfp, // 全局上下文
letftBuf, // 左通道pcm数据
rightBuf, // 右通道pcm数据
sampleRate, // 通道数据流采样率
mp3Buf, // mp3数据缓存起始地址
readSizes); // 缓存地址中有效mp3数据长度
// 释放资源
if(letftBuf_ != NULL){
(*env)->ReleaseShortArrayElements(env, letftBuf_, letftBuf, 0);
}
if(rightBuf_ != NULL){
(*env)->ReleaseShortArrayElements(env, rightBuf_, rightBuf, 0);
}
(*env)->ReleaseByteArrayElements(env, mp3Buf_, mp3Buf, 0);
LOG_I("编码pcm为mp3，数据长度=%d",result);
return result;
} 讲解一下：通过查看lame.h源码，gfp 为结构体lame_global_struct的一个指针变量，该变量用于指向该结构体。lame_global_struct结构体声明了编码所需的各种参数，具体代码如下：
lame_global_flags *gfp = NULL;
typedef struct lame_global_struct lame_global_flags;
struct lame_global_struct {
unsigned int class_id;
unsigned long num_samples;
int num_channels;
int samplerate_in;
int samplerate_out; brate;
float compression_ratio;
.....
}
另外，在配置lame编码引擎时，有一个lame_set_quality函数用来设定编码的质量。也许你会问，音频编码质量一般不是由比特率决定的，为什么还需要这个设置？嗯，比特率决定编码质量是没错的，这里的参数主要是用来选择编码处理的算法，不同的算法处理的效果和速度是不一样的。比如，当quality为0时，选择的算法是最好的，但处理的速度是最慢的；当quality为9时，选择的算法是最差的，但是速度是最快的。通常，官方推荐以下三种设置，即：
quality= 2 质量接近最好，速度不是很慢；
quality=5 质量很好，速度还行；
quality=7 质量良好, 速度很快；
(4) CMakeList.txt
#指定所需的Cmake最低版本
cmake_minimum_required(VERSION 3.4.1)
#指定源码路径，即将src/main/cpp/lame路径赋值给SRC_DIR
set(SRC_DIR src/main/cpp/lame)
# 指定头文件路径
include_directories(src/main/cpp/lame)
# 将src/main/cpp/lame目录下的所有文件名赋值给SRC_LIST
aux_source_directory(src/main/cpp/lame SRC_LIST)
# add_library：指定生成库文件，包括三个参数：
# LameMp3为库文件的名称；SHARED表示动态链接库；
# src/main/cpp/LameMp3.c和${SRC_LIST}指定生成库文件所需的源文件
#其中，${}的作用是引入src/main/cpp/lame目录下的所有源文件
add_library(
LameMp3
SHARED
src/main/cpp/LameMp3.c ${SRC_LIST})
#在指定的目录中搜索库log，并将其路径保存到变量log-lib中
find_library( # Sets the name of the path variable.
log-lib
# Specifies the name of the NDK library that
# you want CMake to locate.
log )
# 将库${log-lib} 链接到LameMp3动态库中，包括两个参数
#LameMp3为目标库
# ${log-lib}为要链接的库
target_link_libraries( # Specifies the target library.
LameMp3
# Links the target library to the log library
# included in the NDK.
${log-lib} )讲解一下：Cmake是一个跨平台的编译工具，它允许使用简单的语句来描述所有平台的编译过程，并输出各种类型的Makefile或Project文件。Cmake所有的语句命令都写在CMakeLists.txt文件中，主要规则如下：
a. 在Cmake中，注释由#字符开始到此行的结束；
b. 命令不区分大小写，参数需区分大小写；
c. 命令由命令名、参数列表组成，参数间使用空格进行分隔；
(5) build.gradle(Module app)，选择编译平台
android {
defaultConfig {
// ...代码省略
externalNativeBuild {
cmake {
cppFlags ""
}
}
// 选择编译平台
ndk{
abiFilters 'x86', 'x86_64', 'armeabi', 'armeabi-v7a','arm64-v8a'
}
}
// ...代码省略
externalNativeBuild {
cmake {
path "CMakeLists.txt"
}
}
}三、开源项目：Lame4Mp3
Lame4Mp3是基于Lame库实现的开源项目，本项目结合Android官方提供的MediaCodec API，可以满足将PCM数据流编码为AAC或MP3格式数据，并且支持AAC和Mp3同时编码，适用于本地录制mp3/aac文件和在Android直播中进行边播边录(mp3)等场合。使用方法和源码分析如下：
1. 添加依赖
(1) 在工程build.gradle中添加
allprojects {
repositories {
...
maven { url 'https://jitpack.io' }
}
}(2) 在module的gradle中添加
dependencies {
compile 'com.github.jiangdongguo:Lame4Mp3:v1.0.0'
}2. Lame4Mp3使用方法
(1) 配置参数
Mp3Recorder mMp3Recorder = Mp3Recorder.getInstance();
// 配置AudioRecord参数
mMp3Recorder.setAudioSource(Mp3Recorder.AUDIO_SOURCE_MIC);
mMp3Recorder.setAudioSampleRare(Mp3Recorder.SMAPLE_RATE_8000HZ);
mMp3Recorder.setAudioChannelConfig(Mp3Recorder.AUDIO_CHANNEL_MONO);
mMp3Recorder.setAduioFormat(Mp3Recorder.AUDIO_FORMAT_16Bit);
// 配置Lame参数
mMp3Recorder.setLameBitRate(Mp3Recorder.LAME_BITRATE_32);
mMp3Recorder.setLameOutChannel(Mp3Recorder.LAME_OUTCHANNEL_1);
// 配置MediaCodec参数
mMp3Recorder.setMediaCodecBitRate(Mp3Recorder.ENCODEC_BITRATE_1600HZ);
mMp3Recorder.setMediaCodecSampleRate(Mp3Recorder.SMAPLE_RATE_8000HZ);
// 设置模式
// Mp3Recorder.MODE_AAC 仅编码得到AAC数据流
// Mp3Recorder.MODE_MP3 仅编码得到Mp3文件
// Mp3Recorder.MODE_BOTH 同时编码
mMp3Recorder.setMode(Mp3Recorder.MODE_BOTH);(2) 开始编码
mMp3Recorder.start(filePath, fileName, new Mp3Recorder.OnAACStreamResultListener() {
@Override
public void onEncodeResult(byte[] data, int offset, int length, long timestamp) {
Log.i("MainActivity","acc数据流长度："+data.length);
}
});(3) 停止编码
mMp3Recorder.stop();3. Lame4Mp3源码解析
Mp3Recorder.java中主要包括三个功能块：PCM数据采集、AAC编码、Mp3编码，其中，PCM数据采集和AAC编码在以前的博文中有详细剖析，所以这里只着重解析Mp3编码，核心代码如下：
public void start(final String filePath, final String fileName,final OnAACStreamResultListener listener){
this.listener = listener;
new Thread(new Runnable() {
@Override
public void run() {
try {
if(!isRecording){
// 第一步：初始化lame引擎
initLameMp3();
initAudioRecord();
initMediaCodec();
}
int readBytes = 0;
byte[] audioBuffer = new byte[2048];
byte[] mp3Buffer = new byte[1024];
// 如果文件路径不存在，则创建
if(TextUtils.isEmpty(filePath) || TextUtils.isEmpty(fileName)){
Log.i(TAG,"文件路径或文件名为空");
return;
}
File file = new File(filePath);
if(! file.exists()){
file.mkdirs();
}
String mp3Path = file.getAbsoluteFile().toString()+File.separator+fileName+".mp3";
FileOutputStream fops = null;
try {
while(isRecording){
readBytes = mAudioRecord.read(audioBuffer,0,bufferSizeInBytes);
Log.i(TAG,"读取pcm数据流，大小为："+readBytes);
if(readBytes >0 ){
if(mode == MODE_AAC || mode == MODE_BOTH){
// 将PCM编码为AAC
encodeBytes(audioBuffer,readBytes);
}
if(mode == MODE_MP3 || mode == MODE_BOTH){
// 打开mp3文件输出流
if(fops == null){
try {
fops = new FileOutputStream(mp3Path);
} catch (FileNotFoundException e) {
e.printStackTrace();
}
}
// 将byte[] 转换为 short[]
// 将PCM编码为Mp3，并写入文件
short[] data = transferByte2Short(audioBuffer,readBytes);
int encResult = LameMp3.lameEncode(data,null,data.length,mp3Buffer);
Log.i(TAG,"lame编码，大小为："+encResult);
if(encResult != 0){
try {
fops.write(mp3Buffer,0,encResult);
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
}
// 录音完毕
if(fops != null){
int flushResult = LameMp3.lameFlush(mp3Buffer);
Log.i(TAG,"录制完毕，大小为："+flushResult);
if(flushResult > 0){
try {
fops.write(mp3Buffer,0,flushResult);
} catch (IOException e) {
e.printStackTrace();
}
}
try {
fops.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}finally {
Log.i(TAG,"释放AudioRecorder资源");
stopAudioRecorder();
stopMediaCodec();
}
}finally {
Log.i(TAG,"释放Lame库资源");
stopLameMp3();
}
}
}).start();
} 从代码可以看出，使用lame引擎编码pcm得到mp3数据，将经历四个步骤：初始化引擎、编码、写入文件、释放内存资源，这个过程与之前我们详细分析的流程一致。但是，有一点需要注意的是，当同时编码AAC和Mp3时，向MediaCodec和Lame引擎输入PCM数据流的方式是不一样的，前者只接受byte[]存储的数据，后者接收short[]存储的数据。也就是说，如果将采集的pcm数据以byte[]来存储，我们需要将其转换为short[]，并且需要注意大小端的问题。具体代码如下：
private short[] transferByte2Short(byte[] data,int readBytes){
// byte[] 转 short[]，数组长度缩减一半
int shortLen = readBytes / 2;
// 将byte[]数组装如ByteBuffer缓冲区
ByteBuffer byteBuffer = ByteBuffer.wrap(data, 0, readBytes);
// 将ByteBuffer转成小端并获取shortBuffer
// 小端：数据的高字节保存到内存的高地址中，数据的低字节保存到内存的低地址中
ShortBuffer shortBuffer = byteBuffer.order(ByteOrder.LITTLE_ENDIAN).asShortBuffer();
short[] shortData = new short[shortLen];
shortBuffer.get(shortData, 0, shortLen);
return shortData;
}
GitHub地址：https://github.com/jiangdongguo/Lame4Mp3 欢迎大家star~( 附上LameToMp3 NDK工程)