【Android开发经验】移动设备的“声波通信/验证”的实现——SinVoice开源项目介绍(一)

    转载请注明出处：http://blog.csdn.net/zhaokaiqiang1992

    在APP市场上，经常有一些充满新意的应用让我们眼前一亮，比如微信的面对面加好友，支付宝的声波支付等等，都是通过声波的方式进行握手通信，今天这篇文章将介绍声波通信和声波验证的实现原理和代码实现。

    首先介绍一下声波验证的原理。如果我们想发出声音，就必须震动，说话是声带在震动，手机能播放音乐是喇叭在震动。既然发出声音必须震动，那么就有震动快慢之分，我们把震动的快慢叫做声音的频率。频率低的声音低沉有力，能传播很远的距离，比如说大象之间通信就是利用次声波，也就是频率很低的声波进行的。而蝙蝠，我们都知道是通过超声波进行探路的，超声波就是震动频率比较高的声音。频率太高或者太低，人的耳朵都听不到，人耳的识别范围是20HZ-20000HZ。这里引出了一个单位，叫做赫兹(HZ)，它是指一秒钟的震动次数。

    知道什么是声音的频率之后，我们就可以开始介绍声波通信的原理了。既然不同的声音有不同的频率，那么我们就可以假设1000HZ的声音代表1，2000HZ的声音代表2，以此类推，我们就可以用不同的频率代表不同的数字组合。在接收到声波之后，再根据不同的频率解析成我们需要的数据就好。

    如果我们想发出单频率的声音，我们就需要自己构造特定频率的正弦函数。手机喇叭在震动的时候，实际上是根据不同的电流带动鼓纸，进行不同频率的震动才发出声音的。而如果我们想要发出1000HZ的声音，我们就需要设计对应的正弦函数，来提供一定规律的电流。

    既然说到我们要自己设计正弦函数，还有几个名词我要解释一下：

    1.采样率

    是指每一秒要采集的声音的次数。因为平常我们说话的时候，产生的是模拟信号，就是时间连续的信号，如果我们想把语音录制下来怎么办呢？我们是做不到完完全全的都录制下来的，我们只能每隔一段时间采集一次数据，将模拟信号转化成数字信号，因此，采样点的多少就影响到语音的质量了。如果采样点多，那么质量就高，听起来就和原声的差别小；相对的，采样点少，质量就次，听起来就和原声不一样。这就是采样率的作用。

    2.采样定理

    上面说道，如果采样率高，录音的质量就高，那么，是不是采样率越高越好呢？当然不是。随着采样率的提高，虽然质量提高了，但是采样的难度也对应的增加了，而且，采样出来的数据需要存储，采样率越高，产生的数据文件就越大，因此质量高的音乐比一般的音乐体积大。所以，我们通常要选用一个合适的采样率。在信号处理领域有一个定理叫做“采样定理”，也称“奈奎斯特定理”，内容是：如果采样的频率高于信号最高频率的两倍，采样之后的数字信号就可以完整的保留下原始信号中的信息。因为人的听力范围在20HZ-20000HZ，所以一般采样频率在44.1kHZ，也就是一分钟44100次。

    在明白了这些预备知识之后，下面开始介绍开源项目SinVoice。

    上面是整个项目的结构，圈中的主要的类，下面把几个重要的类的功能和注意点介绍一下。为了便于理解，我自己添加了一些注释，并不是故意侵占原作者的版权哈。

    首先，我们先看一下到底怎么用，下面是MainActivity的代码：

package com.example.sinvoicedemo;

import android.app.Activity;
import android.os.Bundle;
import android.os.Handler;
import android.os.Message;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.TextView;

import com.libra.sinvoice.LogHelper;
import com.libra.sinvoice.SinVoicePlayer;
import com.libra.sinvoice.SinVoiceRecognition;

/**
 * 
 * @ClassName: com.example.sinvoicedemo.MainActivity
 * @Description: 声波通信
 * @author zhaokaiqiang
 * @date 2014-11-15 下午12:36:32
 * 
 */
public class MainActivity extends Activity implements
		SinVoiceRecognition.Listener, SinVoicePlayer.Listener {

	private final static String TAG = "MainActivity";
	// 最大数字
	private final static int MAX_NUMBER = 5;
	// 识别成功
	private final static int MSG_SET_RECG_TEXT = 1;
	// 开始识别
	private final static int MSG_RECG_START = 2;
	// 识别结束
	private final static int MSG_RECG_END = 3;

	private final static String CODEBOOK = "12345";

	private Handler mHanlder;
	// 播放
	private SinVoicePlayer mSinVoicePlayer;
	// 录音
	private SinVoiceRecognition mRecognition;

	@Override
	protected void onCreate(Bundle savedInstanceState) {
		super.onCreate(savedInstanceState);
		setContentView(R.layout.activity_main);

		mSinVoicePlayer = new SinVoicePlayer(CODEBOOK);
		mSinVoicePlayer.setListener(this);

		mRecognition = new SinVoiceRecognition(CODEBOOK);
		mRecognition.setListener(this);

		final TextView playTextView = (TextView) findViewById(R.id.play_text);
		mHanlder = new RegHandler((TextView) findViewById(R.id.regtext));

		// 开始播放声音
		findViewById(R.id.start_play).setOnClickListener(new OnClickListener() {
			@Override
			public void onClick(View arg0) {
				String text = genText(15);
				playTextView.setText(text);
				mSinVoicePlayer.play(text);
			}
		});

		// 停止播放声音
		findViewById(R.id.stop_play).setOnClickListener(new OnClickListener() {
			@Override
			public void onClick(View arg0) {
				mSinVoicePlayer.stop();
			}
		});

		// 开始声音识别
		findViewById(R.id.start_reg).setOnClickListener(new OnClickListener() {
			@Override
			public void onClick(View arg0) {
				mRecognition.start();
			}
		});

		// 停止声音识别
		findViewById(R.id.stop_reg).setOnClickListener(new OnClickListener() {
			@Override
			public void onClick(View arg0) {
				mRecognition.stop();
			}
		});
	}

	// 获取长度为count且最大值为MAX_NUMBER的随机数
	private String genText(int count) {
		StringBuilder sb = new StringBuilder();
		int pre = 0;
		while (count > 0) {
			int x = (int) (Math.random() * MAX_NUMBER + 1);
			if (Math.abs(x - pre) > 0) {
				sb.append(x);
				--count;
				pre = x;
			}
		}

		return sb.toString();
	}

	private static class RegHandler extends Handler {

		private StringBuilder mTextBuilder = new StringBuilder();
		private TextView mRecognisedTextView;

		public RegHandler(TextView textView) {
			mRecognisedTextView = textView;
		}

		@Override
		public void handleMessage(Message msg) {
			switch (msg.what) {
			case MSG_SET_RECG_TEXT:
				char ch = (char) msg.arg1;
				mTextBuilder.append(ch);
				if (null != mRecognisedTextView) {
					mRecognisedTextView.setText(mTextBuilder.toString());
				}
				break;

			case MSG_RECG_START:
				mTextBuilder.delete(0, mTextBuilder.length());
				break;

			case MSG_RECG_END:
				LogHelper.d(TAG, "recognition end");
				break;
			}
		}
	}

	@Override
	public void onRecognitionStart() {
		mHanlder.sendEmptyMessage(MSG_RECG_START);
	}

	@Override
	public void onRecognition(char ch) {
		mHanlder.sendMessage(mHanlder.obtainMessage(MSG_SET_RECG_TEXT, ch, 0));
	}

	@Override
	public void onRecognitionEnd() {
		mHanlder.sendEmptyMessage(MSG_RECG_END);
	}

	@Override
	public void onPlayStart() {
		LogHelper.d(TAG, "start play");
	}

	@Override
	public void onPlayEnd() {
		LogHelper.d(TAG, "stop play");
	}

}

    我们可以看出，声波播放和识别的代码封装的非常简单易用，我主要强调以下几点

    1.常量CODEBOOK是一个编码本，因为是这个功能可以商用，因此开源的代码中只给出了使用12345这5个数字进行编码的实例，所以这个常量不要修改。

    2.SinVoicePlayer和SinVoiceRecognition是两个非常重要的类，前者可以实现将数字转化成单频率的音频进行输出，后者则可以根据音频进行识别。我们可以设置监听器，来监听识别成功的事件回调。

    3.genText(int count) 方法是为了获取一个长度是count的随机数，而且这个随机数是有要求的，因为示例代码只实现了1到5的编码和解码，因此，生成的随机数必须在1到5之间才能进行正确的编解码，所以使用MAX_NUMBER进行随机数的大小控制

    如果只是想简单的使用这个功能，了解上面的知识之后，就完全可以用了，下一篇文章中，我将介绍实现过程中的一些细节问题，下一篇再见。

    项目的Github地址：https://github.com/JesseGu/SinVoice