0. 音频基础知识
从物理的角度来说, 声音是物体震动产生的声波.可以被人耳识别到的(频率在20Hz~20KHz之间)的,我们称为声音.
声音的三要素: 音量,音调,音色
A: 音量: 也叫响度, 是人类可以感知到的各种声音的大小.音量与声音的振幅有直接关系,理论上振幅越大,音量也越大.
B: 音调: 人耳对声音高低的感知,称为音调.音调与声音的频率有关,当声音的频率不越大时,人耳感知到的音调就越高, 否则越低.
C: 音色: 音色又称音品, 音色与声波的振动波形有关，或者说与声音的频谱结构有关. 同一种乐器,使用不同材质来制作,所表现出来的音色效果是不同的. 同样的道理, 不同的演唱者因为他们发声的部位的差异,从而造就了具有嗓音特色的音乐天才.
声音的这个几个属性,是所有音频效果处理的基础.换句话说, 任何对音频数据的调整手段最终都将反映到这些属性上.
音频采样
数字音频需要将声波的波形信号通过ADC转换成计算机支持的二进制,进而保存成音频文件,这一过程叫做音频采样.音频采样是总多数字信号处理的一种----不过他们的基本原理都是类似的,例如视频采样与音频采样本质上没有太大的差别.
采样的核心是把模拟信号转换为离散的数字信号.
●样本
即将被采样的原始资料,如一段连续的声音波形.
●采样
按照一定的时间间隔在连续的波上进行采样取值
●量化
将采样得到的值进行量化处理，也就是给纵坐标定一个刻度，记录下每个采样的纵坐标的值
●编码
将每个量化后的样本值转换成二进制编码，可以看到模拟信号经过采样、量化、编码后形成的二进制序列就是数字音频信号
●数字信号
将所有样本二进制编码连起来存储在计算机上就形成了数字信号
PCM是脉冲编码调制的缩写,将模拟信号数字化的一种经典方式,在音频上广泛使用.例如数字音频在计算机,CD,以及数字电话等系统中标准格式采用的就是PCM.它的基本原理就是对原始模拟信号进行抽样,量化和编码,从而产生PCM流.
●采样率
单位时间内对模拟信号的采样次数，也就是采样频率，采样频率越高，声音的还原就越真实越自然，当然数据量就越大。
我们日常生活中常见的采样率：
● 5kHz：仅能满足人们讲话的声音质量
● 8KHz：电话所用采样率, 对于人的说话已经足够
● 22.05KHz：达到 FM 广播的声音品质（适用于语音和中等品质的音乐）
● 44.1KHz：最常见的采样率标准，理论上的 CD 音质界限，可以达到很好的听觉效果
● 48KHz：比 CD 音质更加精确一些
对于高于 48KHz 的采样频率人耳已无法辨别出来了，所以在电脑上没有多少使用价值。
●采样深度
每个采样点能够表示的数据范围，用多少个 bit 表示。采样位数通常有 8 bits 或 16 bits 两种，采样位数越大，所能记录声音的变化度就越细腻，相应的数据量就越大。8 位字长量化（低品质）和 16 位字长量化（高品质），16 bit 是最常见的采样精度。
●声道数
为了播放声音时能够还原真实的声场，在录制声音时在前后左右几个不同的方位同时获取声音，每个方位的声音就是一个声道。声道数是声音录制时的音源数量或回放时相应的扬声器数量，有单声道、双声道、多声道。
●比特率
又称为码率,是指每秒采样的数据量.
公式：
码率 = 采样率 * 采样深度 * 声道数
CD 音质，采样率 44.1KHz，采样深度 16 bit,双声道
比特率 = 44100 * 16 * 2 = 1411200 bps = 176400 Bps
●音频文件格式
通常可以把数字音频分为一下几个类型
● 不压缩格式
如PCM在window上以wav格式进行存储,而MAC上是以aiff格式进行存储.
● 无损压缩格式
这种压缩是不破坏音频信息,后期可以完整的还原出原始数据,同时又能在一定程度上减小文件的size, 目前已经实现的格式有FLAC,APE, WV, M4A等.
● 有损压缩格式
在满足一定音质要求的情况下, 为了减小存储的文件的size, 进而进行的一种有损压缩方式.
例如通常使用的MP3, AAC等文件.
1.音频系统结构
Android音频系统对应的硬件设备有音频输入和音频输出，输入设备通常是Mic，输出设备有AMP,耳机．Android音频系统的核心是Audio系统，它在Android中负责音频方面的数据流传输和控制工具能，也负责音频设备管理，既负责播放PCM数据输出声音以及从外部(Mic)采集PCM数据，以及管理声音设备和设置．
2.各个层次介绍
● Apps: 常见的音频软件类型有音乐,录音,电话,游戏等
● Framework: 这部分接口提供给App层定制开发Audio功能
常用API有:
● AudioTrack,AudioRecord: 提供声音播放和录制接口
● MediaPlayer,MediaRecorder:提供声音播放和录制接口,接口更加通用
● AudioManager,AudioSystem,AudioService:提供声音设置,通道需选择,音效设置
● MediaPlayer能播放多种格式的文件,如Mp3, AAC等,而AudioTrack,由于不能创建解码器,因此只能播放PCM数据.
● NativeLibraries & Service: 分成client和server端.
- Client端, 对JAVA API中的AudioTrack,AudioRecord,MediaPlayer,MediaRecorder等的native实现.
- Server端:Audio系统中核心部分,AudioFlinger和AudioPolicyService等的具体实现.
AudioFlinger 是 Audio 系统的工作引擎，管理着系统中的输入输出音频流，并承担音频数据的混音以及读写 Audio 硬件等工作。而 AudioPolicyService 是 Audio 系统的策略控制中心，掌管系统中声音设备的选择和切换、音量控制等功能。两个功能分别被编译成 libaudioflinger 和 libaudiopolicyservice 库，运行在 AudioServer 系统进程中，通过 binder 跨进程向客户端提供服务。
● Hal是硬件抽象层,能直接被AudioFlinger进行访问,一般是厂商实现.桥接硬件驱动和上层框架
Android Audio 上层设计框架中与硬件抽象层直接交互的只有 AudioFlinger 和 AudioPolicyService。实际上后者并不是一个真实的设备，只是采用虚拟设备的方式让厂商可以方便地定制自己的策略。抽象层的任务就是提供统一的接口来定义它与 AudioFlinger/AudioPolicyService 之间的通信方式，不论 Audio 系统依赖 ALSA-lib 还是 tinyalsa，都不应该对上层框架造成破坏。下面来介绍 Android Audio Hal 的统一接口设计。
● 驱动
一般是tinyalsa