Audiorecord.read() 中值的含义

Posted 2023-02-25

【中文标题】Audiorecord.read() 中值的含义

【英文标题】：Meaning of values from Audiorecord.read()

【发布时间】：2014-06-17 17:56:32

【问题描述】：

我试图了解使用 Audiorecord.read() 获得的值的实际含义。

我正在尝试创建一个应用程序，该应用程序将在检测到脉冲响应时开始录制声音（因此我必须设置一个阈值，在该阈值中任何高于它的声音都将被视为脉冲）。

问题是当我调用此方法时，我真的不知道“数据”中存储的值代表什么：

read = recorder.read(data, 0, bufferSize);

这些是我获得的一些值：

[96, 2, 101, 3, 101, 2, 110, 1, -41, 2, -80, 2, -117, 2, 119, 2, -94, 0 .... ..]

这个想法是根据这些值设置阈值，但首先我需要知道它们代表什么。

你们能帮我解决这个问题吗？

【参考方案1】：

数据取决于您发送给构造函数的参数。 AudioRecord (int audiosource, int sampleRateInHz, int channelConfig, int audioFormat, int bufferSizeInBytes)

sampleRateInHz 是每秒的样本数。通道配置是 MONO 或 STEREO，表示 1 或 2 个通道。格式为 PCM8 或 PCM16，表示每个样本 8 位或 16 位。

所以数据是一个样本数组。每个样本都是一个通道数组。每个通道都有一个 8 位或 16 位的值，具体取决于您的要求。不会跳过任何数据，它始终是固定大小的格式。

因此，如果您选择 1 个通道和 8 位，则每个字节都是听到的单个声音，您应该看到每秒有 sampleRateInHz 声音。如果选择 16 位，则每个声音的长度为 2 个字节。如果您使用 2 个通道，则每个样本应按通道 1 和通道 2 的顺序排列。

各个值是在请求频率下采样时声音数据的幅度。有关其工作原理的更多信息，请参阅http://en.wikipedia.org/wiki/Pulse-code_modulation。

【讨论】：

所以，如果到目前为止我的理解是正确的，那么上面数组中表示的每个值都是 8 位有符号数字（1 个字节），因此它们的范围从 -128 到127. 但是由于我使用的是 16 位 PCM，所以我必须同时使用 2 个样本，所以这将产生一个 16 位样本，这将给我从 -32768 到 32767 的值。

正确答案，错误逻辑。由于您使用的是 16 位 pcm，因此每个值都是 2 个字节，从 -32768 到 32767。如果您使用的是单声道，则可以将数组视为 16 位样本的数组。如果您使用的是立体声，则可以将每对值视为一个样本，第一个值在左侧，第二个在右侧。

你知道如何设置一个预定义的字节数组，其大小精确，以存储来自 MIC 的“x”秒声音吗？我知道 AudioRecord.getMinBufferSize(RECORDER_SAMPLERATE, RECORDER_CHANNELS,RECORDER_AU‌​DIO_ENCODING);但我真的不知道该 bufferSize 对应的时间量。我需要一个音频应用程序，我正在使用环形缓冲区来存储 MIC 检测到脉冲响应之前的 0.5 秒样本和检测到脉冲后的 1.5 秒样本。有什么想法吗？

x 秒的最小值是 xsamplerate8 位通道和 16 位通道的两倍。