對(duì)于一部嵌入式設(shè)備來說，除了基礎(chǔ)功能（通話、短信）外，最重要的可能就是多媒體了。那么一個(gè)最簡(jiǎn)單的問題，什么是多媒體呢？ 從字面上來看，這個(gè)術(shù)語對(duì)應(yīng)的英文單詞是“Multi-Media”，直譯過來就是多媒體。
簡(jiǎn)單的說，多媒體是各種形式的媒體（比如文本、音頻、視頻、圖片、動(dòng)畫等等）的組合。
媒體篇將講解如何在你的應(yīng)用中增加視頻，音頻以及圖片處理的相關(guān)技術(shù)。
在講解如何使用Android提供的API進(jìn)行錄音之前，先介紹一些音頻相關(guān)的基本概念。
聲音（sound)是由物體振動(dòng)產(chǎn)生的聲波。聲源。
在計(jì)算機(jī)領(lǐng)域有兩個(gè)常用的術(shù)語：模擬音頻信號(hào)和數(shù)字音頻信號(hào)。
- 模擬音頻信號(hào)(Analog Signal)：指自然界中的各種聲音，我們通常又把模擬信號(hào)稱為連續(xù)信號(hào)，它在一定的時(shí)間范圍內(nèi)可以有無限多個(gè)不同的取值。- 數(shù)字音頻信號(hào)(Digital Signal)：指保存在計(jì)算機(jī)中的聲音。由于模擬音頻信號(hào)在一個(gè)時(shí)間范圍內(nèi)有無限多個(gè)取值，所以我們無法把自然界聲音無損的保存到計(jì)算機(jī)中（計(jì)算機(jī)硬盤的存儲(chǔ)容量有限），只能對(duì)聲音進(jìn)行采樣處理，采樣出來的聲音只需要達(dá)到人耳分辨不出來的水平就可以了。
在電腦上錄音的本質(zhì)就是把自然界中的模擬聲音信號(hào)轉(zhuǎn)換成計(jì)算機(jī)所能表示的數(shù)字音頻信號(hào)。數(shù)字信號(hào)還原成模擬音頻信號(hào)輸出。
音頻的錄制、存儲(chǔ)與回放 Multi-Media并不是專門為計(jì)算機(jī)而生的——只不過后者的出現(xiàn)極大地推動(dòng)了它的發(fā)展。那么和傳統(tǒng)的多媒體相比，計(jì)算機(jī)領(lǐng)域的多媒體系統(tǒng)，會(huì)有哪些區(qū)別呢？
錄制過程 Microphone麥克風(fēng)）捕獲聲音信息，初始數(shù)據(jù)是模擬信號(hào)。Analog to Digital Converter）將模擬信號(hào)處理成計(jì)算機(jī)能接受的二進(jìn)制數(shù)據(jù)，即數(shù)字信號(hào)。 隨后數(shù)據(jù)根據(jù)需求進(jìn)行必要的渲染處理，比如音效調(diào)整、過濾等等。mp3音樂，實(shí)際上就是對(duì)原始數(shù)據(jù)采用相應(yīng)的壓縮算法后得到的。壓縮過程根據(jù)采樣率、位深等因素的不同，最終得到的音頻文件可能會(huì)有一定程度的失真，
回放過程 Digital to Analog Converter)變換成模擬信號(hào)。
聲音信號(hào)是一種模擬信號(hào)，計(jì)算機(jī)要對(duì)它進(jìn)行處理，必須將它轉(zhuǎn)換為數(shù)字聲音信號(hào)，即用二進(jìn)制數(shù)字的編碼形式來表示聲音。將模擬信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)，并存放在存儲(chǔ)器中的過程，稱為數(shù)字音頻采集。
將模擬音頻信號(hào)轉(zhuǎn)換為數(shù)字音頻信號(hào)通常要經(jīng)過：抽樣、量化，編碼三個(gè)步驟。
抽樣 采樣。由于聲音其實(shí)是一種能量波，因此也有頻率和振幅的特征，頻率對(duì)應(yīng)于時(shí)間軸線，振幅對(duì)應(yīng)于電平軸線。波是無限光滑的，弦線可以看成由無數(shù)點(diǎn)組成，由于存儲(chǔ)空間是相對(duì)有限的，數(shù)字編碼過程中，必須對(duì)弦線的點(diǎn)進(jìn)行采樣。Hz）來表示。采樣頻率的倒數(shù)是采樣周期或者叫作采樣時(shí)間，它是采樣之間的時(shí)間間隔。通俗的講采樣頻率是指計(jì)算機(jī)每秒鐘采集多少個(gè)聲音樣本，是描述聲音文件的音質(zhì)、音調(diào)，衡量聲卡、聲音文件的質(zhì)量標(biāo)準(zhǔn)。100Hz，那么為了避免混疊現(xiàn)象采樣頻率必須大于200Hz。人耳能夠感覺到的最高頻率為20kHz(1kHz = 1000Hz)，太高的頻率就分辨不出好壞來，因此要滿足人耳的聽覺要求，則需要至少每秒進(jìn)行40k次采樣，用40kHz表達(dá)，這個(gè)40kHz就是采樣率。
擴(kuò)展問題：既然20kHz已經(jīng)分辨不清楚，為什么還有48kHz的采樣率?
量化 A/D轉(zhuǎn)換（模數(shù)轉(zhuǎn)換）。量化后的樣本是用二進(jìn)制數(shù)表示的，二進(jìn)制數(shù)位的多少反映了度量聲音波形幅度的精度，稱為量化精度。例如，若每個(gè)聲音樣本用16位表示，則聲音樣本的取值范圍是0~65535，精度是1/65536。若每個(gè)聲音樣本用8位表示，則聲音樣本的取值范圍是0~255，精度是1/256。16Bit，DVD標(biāo)準(zhǔn)的量化精度是24Bit。
編碼 PCM編碼，被廣泛用于素材保存及音樂欣賞，CD、DVD以及我們常見的WAV文件中均有應(yīng)用。因此，PCM約定俗成了無損編碼，因?yàn)?code>PCM代表了數(shù)字音頻中最佳的保真水準(zhǔn)，并不意味著PCM就能夠確保信號(hào)絕對(duì)保真，PCM也只能做到最大程度的無限接近。我們而習(xí)慣性的把MP3列入有損音頻編碼范疇，是相對(duì)PCM編碼的。強(qiáng)調(diào)編碼的相對(duì)性的有損和無損，是為了告訴大家，要做到真正的無損是困難的，就像用數(shù)字去表達(dá)圓周率，不管精度多高，也只是無限接近，而不是真正等于圓周率的值。
為了更形象的解釋為什么要對(duì)量化后的音樂進(jìn)行壓縮和編碼，先介紹兩個(gè)有關(guān)音頻編碼很重要的術(shù)語：比特率和聲道。
比特率 bit/s或bps）為單位，ps指的是/s，即每秒。kbit/s或kbps），“兆”（Mbit/s或Mbps），“吉”（Gbit/s或Gbps) 和“太”（Tbit/s或Tbps）。1411.2kbps（也就是記錄1秒鐘的cd音樂，需要1411.2×1000比特的存儲(chǔ)空間）。
聲道 AudioChannel)，簡(jiǎn)單來講就代表了一種獨(dú)立的音頻信號(hào)，所以雙聲道理論上就是兩種獨(dú)立音頻信號(hào)的混合。具體而言，如果我們?cè)阡浿坡曇魰r(shí)在不同空間位置放置兩套采集設(shè)備（或者一套設(shè)備多個(gè)采集頭），就可以錄制兩個(gè)聲道的音頻數(shù)據(jù)了。后期對(duì)采集到的聲音進(jìn)行回放時(shí)，通過與錄制時(shí)相同數(shù)量的外放揚(yáng)聲器來分別播放各聲道的音頻，就可以盡可能還原出錄制現(xiàn)場(chǎng)的真實(shí)聲音了。
聲道的數(shù)量發(fā)展經(jīng)歷了幾個(gè)重要階段，分別是：
- Monaural（單聲道） - 早期的音頻錄制是單聲道的，它只記錄一種音源，所以在處理上相對(duì)簡(jiǎn)單。播放時(shí)理論上也只要一個(gè)揚(yáng)聲器就可以了——即便有多個(gè)揚(yáng)聲器，它們的信號(hào)源也是一樣的，起不到很好的效果- Stereophonic（立體聲） - 之所以稱為立體聲，是因?yàn)槿藗兛梢愿惺艿铰曇羲a(chǎn)生的空間感：大自然中的聲音就是立體的，比如辦公室里鍵盤敲擊聲，馬路上汽車鳴笛，人們的說話聲等等。
那么這些聲音為什么會(huì)產(chǎn)生立體感呢？左聲道、右聲道。還有更多聲道的立體聲，也即環(huán)繞聲，其中包括主要的左右聲道，還有環(huán)繞的副聲道左右，中置，單獨(dú)低音等5-7個(gè)聲道。
為什么要壓縮? 44.1KHz，采樣大小為16bit，雙聲道的PCM編碼的WAV文件，它的數(shù)據(jù)速率則為：
44.1 K × 16 × 2 = 1411.2 Kbps
然后再將碼率除以8，就可以得到這個(gè)WAV的數(shù)據(jù)速率，即176.4KB/s。44.1KHz，采樣大小為16bit，雙聲道的PCM編碼的音頻信號(hào)，需要176.4KB的空間，1分鐘則約為10.34M。
- 降低采樣指標(biāo)。- 壓縮。
降低指標(biāo)是不可取的，因此專家們研發(fā)了各種壓縮方案。
在Android中有兩種方法可以實(shí)現(xiàn)錄音功能，使用MediaRecorder類和AudioRecorder類：
- MediaRecorder類十分簡(jiǎn)單好用，但是靈活性不足。- AudioRecorder提供了更多的自由度，但是使用稍微會(huì)有點(diǎn)復(fù)雜，它們各自有對(duì)應(yīng)的應(yīng)用場(chǎng)景。
具體區(qū)別：
首先，錄音時(shí)輸出的數(shù)據(jù)不同。
- MediaRecorder錄制出來的是一個(gè)音頻文件。該文件是經(jīng)過壓縮后的，即在錄音之前需要為其設(shè)置編碼方式等一系列參數(shù)，設(shè)置完畢后MediaRecorder類會(huì)依據(jù)參數(shù)值自動(dòng)完成聲音的收集、編碼、壓縮等步驟。- AudioRecorder直接捕獲到的是未經(jīng)過任何處理的原始音頻流，開發(fā)者可以實(shí)時(shí)隨意處理音頻流。
然后，對(duì)聲音操作的自由度不同。
- MediaRecorder將錄音的所有步驟都封裝起來，只會(huì)輸出一個(gè)聲音文件。- AudioRecorder可以實(shí)現(xiàn)邊錄邊播（實(shí)現(xiàn)即時(shí)聊天功能）以及對(duì)音頻的實(shí)時(shí)處理，如降噪，合成（如“會(huì)說話的湯姆貓”）。 - 優(yōu)點(diǎn)：語音的實(shí)時(shí)處理，可以用代碼實(shí)現(xiàn)各種音頻的封裝。 - 缺點(diǎn)：輸出是PCM語音數(shù)據(jù)，如果保存成音頻文件，是不能夠直接播放的，必須另寫代碼對(duì)PCM數(shù)據(jù)編碼和壓縮。
使用MediaRecorder類從設(shè)備捕捉音頻的大體步驟：
1、創(chuàng)建一個(gè)新實(shí)例android.media.MediaRecorder。2、使用MediaRecorder.setAudioSource()設(shè)置音頻源。3、使用MediaRecorder.setOutputFormat()設(shè)置輸出文件格式。4、使用MediaRecorder.setOutputFile()設(shè)置輸出文件名。5、使用MediaRecorder.setAudioEncoder()設(shè)置音頻編碼器。6、在MediaRecorder實(shí)例上調(diào)用MediaRecorder.prepare()。7、調(diào)用MediaRecorder.start()開始音頻捕捉。8、調(diào)用MediaRecorder.stop()停止音頻捕捉。9、錄音完畢后調(diào)用MediaRecorder.release()方法釋放資源。
MediaRecorder類的具體用法請(qǐng)參考 Audio Capture 。
音頻源： MediaRecorder.AudioSource類來表示可選的所有音頻源。
范例1：MediaRecorder.AudioSource類。
MediaRecorder.AudioSource.MIC 麥克風(fēng)，即手機(jī)話筒
MediaRecorder.AudioSource.DEFAULT 默認(rèn)情況下通常代表MIC
MediaRecorder.AudioSource.VOICE_CALL Voice call uplink and downlink source
MediaRecorder.AudioSource.VOICE_DOWNLINK Voice call downlink source
MediaRecorder.AudioSource.VOICE_UPLINK Voice call uplink source
MediaRecorder.AudioSource.VOICE_RECOGNITION Usually DEFAULT source
文件格式與音頻編碼： 文件格式（也叫音頻容器），數(shù)據(jù)格式（也叫音頻編碼）。文件格式描述了這個(gè)文件它自己的格式，而它里面的實(shí)際音頻數(shù)據(jù)能使用很多不同的方式編碼。例如，一個(gè)后綴為caf的文件是一種文件格式，它能夠包含用MP3、線性pcm等其他許多格式編碼的音頻數(shù)據(jù)。音頻數(shù)據(jù)。桶有很多種外形，也就是有很多種文件格式，而且不一樣的桶，也需要裝不同的水（石油桶用來裝石油）。caf這種桶就可以裝各種各樣的水，不過有些桶就只能裝幾種類型的水。
使用MediaRecorder類的setOutputFormat()方法可以設(shè)置錄音時(shí)，輸出的音頻文件的格式。MediaRecorder.OutputFormat類來表示可選的音頻文件格式。
MediaRecorder.OutputFormat類。
MediaRecorder.OutputFormat.AMR_NB API Level 10
MediaRecorder.OutputFormat.AMR_WB API Level 10
MediaRecorder.OutputFormat.DEFAULT API Level 1
MediaRecorder.OutputFormat.MPEG_4 API Level 1
MediaRecorder.OutputFormat.RAW_AMR API Level 3
MediaRecorder.OutputFormat.THREE_GPP API Level 1
MediaRecorder.OutputFormat.AAC_ADTS API Level 16
AMR AMR(Adaptive multi-Rate簡(jiǎn)稱自適應(yīng)多速率音頻編碼) 它即是一種音頻編碼格式也是一種文件格式。AMR編碼壓縮比非常高，但是音質(zhì)比較差，主要用于語音類的音頻壓縮，效果還是很不錯(cuò)的，不適合對(duì)音質(zhì)要求較高的音樂、歌曲類音頻的壓縮。AMR文件格式是手機(jī)端普遍支持的音頻文件格式。AMR文件就是存儲(chǔ)AMR語音編碼的音頻文件。AMR格式錄音，在開源和商業(yè)軟件有和其他格式轉(zhuǎn)換的程序，例如MP3，但是要記住AMR并不是理想的記錄聲音的方式。AMR文件擴(kuò)展名是.amr。AMR被標(biāo)準(zhǔn)語音編碼3GPP在1998年10月選用，現(xiàn)在廣泛在GSM和UMTS中使用。它使用1-8個(gè)不同的位速編碼。AMR又稱為AMR-NB，即窄帶自適應(yīng)多速率，還有另一種AMR-WB寬帶自適應(yīng)多速率。
RAW_AMR AMR_NB等價(jià)。在API Level 16中已經(jīng)不推薦使用，改用AMR_NB代替。
THREE_GPP .3gp格式的文件，通常是以視頻文件的形式展現(xiàn)。3GP是一種多媒體儲(chǔ)存格式，由Third Generation Partnership Project（3GPP）定義的，MPEG-4 Part 14（MP4）的一種簡(jiǎn)化版本，減少了儲(chǔ)存空間和較低的帶寬需求，主要用于3G手機(jī)上，讓手機(jī)上有限的儲(chǔ)存空間可以使用。3GP檔案影像的部份可以用MPEG-4 Part 2、H.263或MPEG-4 Part 10 (AVC/H.264)等格式來儲(chǔ)存，聲音的部份則支援AMR-NB、AMR-WB、AMR-WB+、AAC-LC或HE-AAC來當(dāng)作聲音的編碼。目前3GP檔案有兩種不同的標(biāo)準(zhǔn)：
- 3GPP（針對(duì)GSM手機(jī)，副檔名為.3gp）- 3GPP2（針對(duì)CDMA手機(jī)，副檔名為.3g2）
這兩種格式影像方面都采用MPEG-4及H.263，而聲音則采用AAC或AMR標(biāo)準(zhǔn)。
3GP格式視頻有兩種分辨率：
1、分辨率176×144，適合市面上所有支持3GP格式的手機(jī)。2、分辨率320×240，清晰，適合高檔手機(jī)、MP4播放器、PSP以及蘋果iPod.
AAC AAC(Advanced Audio Coding簡(jiǎn)稱高級(jí)音頻編碼)基于MPEG-2的音頻編碼技術(shù)。目的是取代MP3格式。2000年，MPEG-4標(biāo)準(zhǔn)出現(xiàn)后，AAC重新集成了其特性，加入了SBR技術(shù)和PS技術(shù)，為了區(qū)別于傳統(tǒng)的MPEG-2 AAC又稱為MPEG-4 AAC。18：1，也有數(shù)據(jù)說為20：1，遠(yuǎn)勝mp3；在音質(zhì)方面，由于采用多聲道，和使用低復(fù)雜性的描述方式，使其比幾乎所有的傳統(tǒng)編碼方式在同規(guī)格的情況下更勝一籌。AAC在Android的API Level 16以后才支持的。
MediaRecorder類的setAudioEncoder()方法可以設(shè)置錄音時(shí)所要使用的音頻編碼格式。
MediaRecorder.AudioEncoder類。
MediaRecorder.AudioEncoder.AAC API Level 10
MediaRecorder.AudioEncoder.AAC_ELD API Level 16
MediaRecorder.AudioEncoder.AMR_NB API Level 1
MediaRecorder.AudioEncoder.AMR_WB API Level 10
MediaRecorder.AudioEncoder.DEFAULT API Level 1
MediaRecorder.AudioEncoder.HE_ACC API Level 16
剛剛介紹了如何使用MediaRecorder類來進(jìn)行錄音，該類十分容易使用并且可以簡(jiǎn)單快速的進(jìn)行錄音，同時(shí)也可以將音頻壓縮存儲(chǔ)為mpeg4或者3gpp格式的。但是如果你需要原始數(shù)據(jù)，做一些音頻處理，則就無法使用MediaRecorder類來完成了。AudioRecord類則可以輸出未壓縮的原始音頻流，你可以將音頻流寫入到一個(gè)文件，保存為wav格式等。
AudioRecord類記錄音頻的步驟如下：
1、創(chuàng)建一個(gè)android.media.AudioRecord類的實(shí)例。2、使用AudioRecord.startRecording()方法開始錄音。3、使用AudioRecord.read()方法讀取錄到的原始音頻流。4、使用AudioRecord.stop()方法停止錄音。
AudioRecord類構(gòu)造方法。
// 第一個(gè)參數(shù)：指定音頻源，取值可以是MediaRecorder.AudioSource類定義的常量。
// 第二個(gè)參數(shù)：設(shè)置采樣率，單位Hz，44100Hz是唯一可以在所有設(shè)備上正常工作的。
// 但是也有其他采樣率如22050，16000和11025可以在某些設(shè)備上工作。
// 第三個(gè)參數(shù)：設(shè)置聲道數(shù)。取值為：AudioFormat.CHANNEL_IN_MONO 和 AudioFormat.CHANNEL_IN_STEREO。
// 前者通?？梢栽谒性O(shè)備上正常工作。
// 第四個(gè)參數(shù)：設(shè)置音頻的編碼格式。取值為：AudioFormat.ENCODING_PCM_16BIT 和 AudioFormat.ENCODING_PCM_8BIT。
// 第五個(gè)參數(shù)：設(shè)置錄音時(shí)，用于保存錄出來的音頻數(shù)據(jù)的buffer大小。
// 如果你不知道如何設(shè)置緩沖區(qū)大小，則可以調(diào)用getMinBufferSize(int, int, int)方法來計(jì)算。
// 該方法中的三個(gè)參數(shù)的含義和此構(gòu)造方法的參數(shù)完全相同。
public AudioRecord(int audioSource,int sampleRateInHz,int channelConfig,int audioFormat,int bufferSizeInBytes)
本節(jié)參考閱讀：
