设为首页收藏本站
开启辅助访问

Android音频开发

 您所在的位置：网站首页 › 实时语音传输对讲 › Android音频开发

Android音频开发

2024-02-12 05:19| 来源: 网络整理| 查看: 265

前言

由于公司需求, 安排我研究对讲机的实时语音对话. 对讲机点击按钮发起对话, Android 端接听, 然后进行语音对话.研究了几天第三方对讲机Demo,发现这个demo只是简单播放音频, 而且还没有提供Android客户端相关代码,Java版也要自己看底层实现,没办法只有自己动手造, 我只想说 *** ！！！,

准备工作

一开始本来打算用Web端来做客户端, 但是由于技术有限, 中途换成Android(Kotlin) 端, 后台是 SpringBoot. 前后端交互是通过WebSocket进行实时数据交互. 确定技术方案后, 然后了解相关音频格式

PCM PCM（Pulse Code Modulation）也被称为脉码编码调制。PCM文件是模拟音频信号经模数转换（A/D变换）直接形成的二进制序列，该文件没有附加的文件头和文件结束标志。PCM中的声音数据没有被压缩，如果是单声道的文件，采样数据按时间的先后顺序依次存入。但是只有这些数字化的音频二进制序列并不能够播放，因为任何的播放器都不知道应该以什么样的声道数、采样频率和采样位数播放，这个二进制序列没有任何自描述性。

WAV WAVE（Waveform Audio File Format），又或者是因为扩展名而被大众所知的WAV，也是一种无损音频编码。WAV文件可以当成是PCM文件的wrapper，实际上查看pcm和对应wav文件的hex文件，可以发现，wav文件只是在pcm文件的开头多了44bytes，来表征其声道数、采样频率和采样位数等信息。由于其具有自描述性，WAV文件可以被基本所有的音频播放器播放.自然而言的认为，若我们需要在web端播放纯纯的PCM码流，是否只需要在其头部加上44bytes转成对应的WAV文件，就可以播放了。

GSM GSM 06.10有损声音压缩。用于压缩语音的有损格式，用于全球移动电信标准（GSM）。它的目的是有益于缩小音频数据大小，但是当给定的音频信号被多次编码和解码时，它会引入大量的噪声。这种格式被一些语音邮件应用程序使用。这是CPU密集型

基本流程 对讲机发起呼叫(或者Android直接发起对话) Android端接听, 发去网络请求. 后端接受请求, 调用对讲机接听方法. 后台相当于一个中转站, 转发Android的音频数据、对讲机回调音频数据. Android、后端 通过WebScoket 进行实时数据传输(byte) 注意 对讲机回调回来的是 GSM音频数据 Android端录音是数据是 PCM音频数据 多说无益上码 Android 端

在app gradle下添加相关依赖

// WebSocket api 'org.java-websocket:Java-WebSocket:1.3.6' api 'com.github.tbruyelle:rxpermissions:0.10.2' // retrofit String retrofit_version = '2.4.0' api "com.squareup.retrofit2:retrofit:$retrofit_version" api "com.squareup.retrofit2:converter-gson:${retrofit_version}" api "com.squareup.retrofit2:adapter-rxjava2:${retrofit_version}" // okhttp String okhttp_version = '3.4.1' api "com.squareup.okhttp3:okhttp:${okhttp_version}" api "com.squareup.okhttp3:logging-interceptor:${okhttp_version}" // RxKotlin and RxAndroid 2.x api 'io.reactivex.rxjava2:rxkotlin:2.3.0' api 'io.reactivex.rxjava2:rxandroid:2.1.0'

新建JWebSocketClient 继承WebSocketClient

class JWebSocketClient(serverUri: URI,private val callback: ((data: ByteBuffer?) -> Unit)) : WebSocketClient(serverUri) { override fun onOpen(handshakedata: ServerHandshake?) { Log.d("LLLLLLLLLLLL", "onOpen") } override fun onClose(code: Int, reason: String?, remote: Boolean) { Log.d("LLLLLLLLLLLL", "code = $code, onClose = $reason") } override fun onMessage(message: String?) { //Log.d("LLLLLLLLLLLL", "onMessage = $message") } override fun onMessage(bytes: ByteBuffer?) { super.onMessage(bytes) //Log.d("LLLLLLLLLLLL", "onMessage2 = $bytes") callback.invoke(bytes) } override fun onError(ex: Exception?) { Log.d("LLLLLLLLLLLL", "onError = $ex") } }

onMessage方法, 接受到后台传过来的数据, 调用callback回调到Activity中处理。 MainActivitiy 相关代码

class MainActivity : AppCompatActivity() { private lateinit var client: WebSocketClient private var isGranted = false private var isRecording = true private var disposable: Disposable? = null private val service by lazy { RetrofitFactory.newInstance.create(ApiService::class.java) } private val sampleRate = 8000 private val channelIn = AudioFormat.CHANNEL_IN_MONO private val channelOut = AudioFormat.CHANNEL_OUT_MONO private val audioFormat = AudioFormat.ENCODING_PCM_16BIT private val trackBufferSize by lazy { AudioTrack.getMinBufferSize(sampleRate, channelOut, audioFormat) } private val recordBufferSize by lazy { AudioTrack.getMinBufferSize(sampleRate, channelOut, audioFormat) } private val audioTrack by lazy { AudioTrack(AudioManager.STREAM_MUSIC, sampleRate, channelOut, audioFormat, trackBufferSize, AudioTrack.MODE_STREAM) } /** * MediaRecorder.AudioSource.MIC指的是麦克风 */ private val audioRecord by lazy { AudioRecord(MediaRecorder.AudioSource.MIC, sampleRate, channelIn, audioFormat, recordBufferSize) } private val pcm2WavUtil by lazy { FileUtils(sampleRate, channelIn, audioFormat) } override fun onCreate(savedInstanceState: Bundle?) { super.onCreate(savedInstanceState) setContentView(R.layout.activity_main) // 权限申请 requestPermission() initWebSocket() btnReceive.setOnClickListener { if (client.readyState == WebSocket.READYSTATE.NOT_YET_CONNECTED) { client.connect() } audioTrack.play() // 传入设备 service.talkIntercom(IdModel(10)) .observeOn(AndroidSchedulers.mainThread()) .subscribeOn(Schedulers.io()) .subscribe({ if (!isGranted) { toast("拒绝权限申请, 录音功能无法使用") return@subscribe } //检测AudioRecord初始化是否成功 if (audioRecord.state != AudioRecord.STATE_INITIALIZED) { toast("录音初始化失败") return@subscribe } audioRecord.startRecording() isRecording = true thread { val data = ByteArray(recordBufferSize) while (isRecording) { val readSize = audioRecord.read(data, 0, recordBufferSize) if (readSize >= AudioRecord.SUCCESS) { // 进行转码, 吧pcm转化为 wav // 相当于添加 文件头 client.send(pcm2WavUtil.pcm2wav(data)) } else { "读取失败".showLog() } } } }, { "error = $it".showLog() }) } btnHangup.setOnClickListener { isRecording = false // 关掉录音 audioRecord.stop() // 关掉播放 audioTrack.stop() service.hangupIntercom(IdModel(10)) .observeOn(AndroidSchedulers.mainThread()) .subscribeOn(Schedulers.io()) .subscribe { toast("挂断成功") } } } private fun initWebSocket() { val uri = URI.create("ws://192.168.1.140:3014/websocket/16502") client = JWebSocketClient(uri) { val buffer = ByteArray(trackBufferSize) it?.let { byteBuffer -> //byteBuffer.array().size.toString().showLog() val inputStream = ByteArrayInputStream(byteBuffer.array()) while (inputStream.available() > 0) { val readCount = inputStream.read(buffer) if (readCount == -1) { "没有更多数据可以读取了".showLog() break } audioTrack.write(buffer, 0, readCount) } } } } private fun requestPermission() { disposable = RxPermissions(this) .request(android.Manifest.permission.RECORD_AUDIO, android.Manifest.permission.WRITE_EXTERNAL_STORAGE) .subscribe { granted -> if (!granted) { toast("拒绝权限申请, 录音功能无法使用") return@subscribe } isGranted = true } } override fun onDestroy() { super.onDestroy() client.close() disposable?.dispose() audioRecord.stop() audioRecord.release() } } AudioRecord知识, 可以参考这篇文章 AudioTrack知识, 可以参考这篇文章

由于需要用到录音, 所以要申请录音权限.在初始化 WebSocket. 当点击接听按钮时, 发起请求, 请求成功执行subscribe里面逻辑, 读取录音数据(PCM), 转化成 WAV格式传递给后端, 相关转码代码如下

fun pcm2wav(data: ByteArray): ByteArray{ val sampleRate = 8000 val channels = 1 val byteRate = (16 * sampleRate * channels / 8).toLong() val totalAudioLen = data.size val totalDataLen = totalAudioLen + 36 val header = ByteArray(44 + data.size) // RIFF/WAVE header header[0] = 'R'.toByte() header[1] = 'I'.toByte() header[2] = 'F'.toByte() header[3] = 'F'.toByte() header[4] = (totalDataLen and 0xff).toByte() header[5] = (totalDataLen shr 8 and 0xff).toByte() header[6] = (totalDataLen shr 16 and 0xff).toByte() header[7] = (totalDataLen shr 24 and 0xff).toByte() //WAVE header[8] = 'W'.toByte() header[9] = 'A'.toByte() header[10] = 'V'.toByte() header[11] = 'E'.toByte() // 'fmt ' chunk header[12] = 'f'.toByte() header[13] = 'm'.toByte() header[14] = 't'.toByte() header[15] = ' '.toByte() // 4 bytes: size of 'fmt ' chunk header[16] = 16 header[17] = 0 header[18] = 0 header[19] = 0 // format = 1 header[20] = 1 header[21] = 0 header[22] = channels.toByte() header[23] = 0 header[24] = (sampleRate and 0xff).toByte() header[25] = (sampleRate shr 8 and 0xff).toByte() header[26] = (sampleRate shr 16 and 0xff).toByte() header[27] = (sampleRate shr 24 and 0xff).toByte() header[28] = (byteRate and 0xff).toByte() header[29] = (byteRate shr 8 and 0xff).toByte() header[30] = (byteRate shr 16 and 0xff).toByte() header[31] = (byteRate shr 24 and 0xff).toByte() // block align header[32] = (2 * 16 / 8).toByte() header[33] = 0 // bits per sample header[34] = 16 header[35] = 0 //data header[36] = 'd'.toByte() header[37] = 'a'.toByte() header[38] = 't'.toByte() header[39] = 'a'.toByte() header[40] = (totalAudioLen and 0xff).toByte() header[41] = (totalAudioLen shr 8 and 0xff).toByte() header[42] = (totalAudioLen shr 16 and 0xff).toByte() header[43] = (totalAudioLen shr 24 and 0xff).toByte() // 添加原始数据 data.forEachIndexed { index, byte -> header[44 + index] = byte } return header } 后台

在SpringBoot项目中引入 WebSocket 所需要的依赖

org.springframework.boot spring-boot-starter-websocket

然后新建一个WebScoket 类, 代码如下

import com.kapark.cloud.context.AudioSender; import com.xiaoleilu.hutool.log.Log; import com.xiaoleilu.hutool.log.LogFactory; import org.springframework.stereotype.Component; import javax.websocket.*; import javax.websocket.server.PathParam; import javax.websocket.server.ServerEndpoint; import java.io.IOException; import java.nio.ByteBuffer; import java.util.concurrent.ConcurrentHashMap; /** * @author: hyzhan * @date: 2019/6/14 * @desc: TODO */ @Component @ServerEndpoint("/websocket/{devId}") public class AudioSocket { private static Log log = LogFactory.get(AudioSocket.class); //静态变量，用来记录当前在线连接数。应该把它设计成线程安全的。 private static int onlineCount = 0; //concurrent包的线程安全Set，用来存放每个客户端对应的 AudioSocket 对象。 private static ConcurrentHashMap webSocketMap = new ConcurrentHashMap(); //与某个客户端的连接会话，需要通过它来给客户端发送数据 private Session session; //接收sid private int devId; /** * 连接建立成功调用的方法 */ @OnOpen public void onOpen(Session session, @PathParam("devId") int devId) { this.session = session; this.devId = devId; webSocketMap.put(devId, this); addOnlineCount(); //在线数加1 log.info("有新窗口开始监听:" + devId + ",当前在线人数为" + getOnlineCount()); } /** * 连接关闭调用的方法 */ @OnClose public void onClose() { webSocketMap.remove(devId, this); //从set中删除 subOnlineCount(); //在线数减1 log.info("有一连接关闭！当前在线人数为" + getOnlineCount()); } @OnMessage public void onMessage(String message, Session session) { log.info("接受String: " + message); } /** * 收到客户端消息后调用的方法 * * @param message 客户端发送过来的消息 */ @OnMessage public void onMessage(byte[] message, Session session) { log.info("接受byte length: " + message.length); AudioSender.send2Intercom(devId, message); } @OnError public void onError(Session session, Throwable error) { log.error("发生错误"); error.printStackTrace(); } /** * 发自定义消息 */ public static void send2Client(int devId, byte[] data, int len) { AudioSocket audioSocket = webSocketMap.get(devId); if (audioSocket != null) { try { synchronized (audioSocket.session) { audioSocket.session.getBasicRemote().sendBinary(ByteBuffer.wrap(data, 0, len)); } } catch (IOException e) { e.printStackTrace(); } } } private static synchronized int getOnlineCount() { return onlineCount; } private static synchronized void addOnlineCount() { AudioSocket.onlineCount++; } private static synchronized void subOnlineCount() { AudioSocket.onlineCount--; } }

代码中添加了相关的注释, 我们关注其中的onMessage(), 和 send2Client()方法, onMessage()收到客户端发来消息, 根据设备id, 调用send2Intercom方法发送音频给对应id的对讲机, send2Intercom方法如下：

public static void send2Intercom(int devId, byte[] data) { try { // 把 传过来的音频数据转化成 inputStream InputStream inputStream = new ByteArrayInputStream(data); // 在根据 inputStream 转化成 audioInputStream (音频输入数据流) AudioInputStream pcmInputStream = AudioSystem.getAudioInputStream(inputStream); // 转码, pcm数据类型 转化成 gsm 类型 AudioInputStream gsmInputStream = AudioSystem.getAudioInputStream(gsmFormat, pcmInputStream); // 这个byte大小可根据自身自行调整 byte[] tempBytes = new byte[50]; int len; while ((len = gsmInputStream.read(tempBytes)) != -1) { // 调用对讲机相关方法(requestSendAudioData), 发送给对讲机 DongSDKProxy.requestSendAudioData(devId, tempBytes, len); } } catch (UnsupportedAudioFileException | IOException e) { e.printStackTrace(); } }

GMS格式代码如下

AudioFormat gsmFormat = new AudioFormat(org.tritonus.share.sampled.Encodings.getEncoding("GSM0610"), 8000.0F, // sampleRate -1, // sampleSizeInBits 1, // channels 33, // frameSize 50.0F, // frameRate false); 注意

由于实时语音传递数据, 默认有大小限制, 所以后台 WebSocket, 需要把BufferSize设置传递数据大一些, 参考代码如下：

@Configuration public class WebSocketConfig { @Bean public ServerEndpointExporter serverEndpointExporter() { return new ServerEndpointExporter(); } @Bean public ServletServerContainerFactoryBean createWebSocketContainer() { ServletServerContainerFactoryBean container = new ServletServerContainerFactoryBean(); container.setMaxTextMessageBufferSize(500000); container.setMaxBinaryMessageBufferSize(500000); return container; } }

后台这边接收到对讲机的回调onAudioData, 调用audioSender.send2Client方法, 进行解码, 发送给Android端

/** * 音频数据 */ @Override public int onAudioData(int dwDeviceID, InfoMediaData audioData) { String clazzName = Thread.currentThread().getStackTrace()[1].getMethodName(); audioSender.send2Client(dwDeviceID, audioData.pRawData, audioData.nRawLen); return 0; } public void send2Client(int devId, byte[] data, long total) { /** * 1、对讲机回调回来的数据是 gsm格式 * 2、把传过来的音频数据(gsm)转化成 inputStream * 3、把 inputStream 转化对应的音频输入流 audioInputStream * 4、在根据pcmFormat 转化成 pcm 格式的 inputStream * 5、在读取inputStream, 发送音频数据到Android端 */ try (InputStream inputStream = new ByteArrayInputStream(data); AudioInputStream gsmInputStream = AudioSystem.getAudioInputStream(inputStream); AudioInputStream pcmInputStream = AudioSystem.getAudioInputStream(pcmFormat, gsmInputStream)) { // 这个byte大小, 可以根据自身需求进行调整 byte[] tempBytes = new byte[50]; int len; while ((len = pcmInputStream.read(tempBytes)) != -1) { // 调用 WebSocket, 发送给客户端 AudioSocket.send2Client(devId, tempBytes, len); } } catch (UnsupportedAudioFileException | IOException e) { e.printStackTrace(); } }

pcmFormat 格式代码如下

// PCM_SIGNED 8000.0 Hz, 16 bit, mono, 2 bytes/frame, little-endian pcmFormat = new AudioFormat(AudioFormat.Encoding.PCM_SIGNED, 8000f, 16, 1, 2, 8000f, false);

再回头看看Android 端的接受数据处理：

private fun initWebSocket() { val uri = URI.create("ws://192.168.1.140:3014/websocket/16502") client = JWebSocketClient(uri) { val buffer = ByteArray(trackBufferSize) it?.let { byteBuffer -> val inputStream = ByteArrayInputStream(byteBuffer.array()) while (inputStream.available() > 0) { val readCount = inputStream.read(buffer) if (readCount == -1) { "没有更多数据可以读取了".showLog() break } audioTrack.write(buffer, 0, readCount) } } } }

JWebSocketClient{ } 这里对应 WebSocket 的 onMessage 回调, 把读取的数据直接丢到 audioTrack中即可, audioTrack只播放PCM格式数据, 而我们在后台已经转码成PCM格式, 所以可以直接播放

最后

到此, 上述就是一个相对完整的实时语音流程。第一次研究Andorid音频相关开发, 可能有些知识点理解不深入, 如有不妥, 望各位大佬指点一二。

附上源码 Android端源码传送门 后端源码传送门 由于涉及公司代码, 所以只上传核心的Java类 Google在线转码 便于测试

感谢阅读。下次再见。



【本文地址】


今日新闻

推荐新闻

CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3