1. AudioRecord 音频录制流程概述
在Android音频系统中，AudioRecord扮演着"麦克风"的角色，与AudioTrack形成完美的对称结构。作为音频数据流的起点，AudioRecord负责将物理麦克风采集的模拟信号转换为数字PCM数据，并通过精心设计的管道传递给应用程序。
录音流程的核心在于数据流向的"逆流"特性：硬件产生的PCM数据首先经过Audio HAL层进行模数转换，然后由RecordThread通过环形缓冲区(Ring Buffer)进行中转，最终通过应用程序的read()调用被取出。这套机制虽然数据方向与AudioTrack相反，但底层共享着相同的零拷贝、无锁同步等基础设施。
2. AudioRecord API 核心参数解析
2.1 音频源类型深度解析
AudioSource参数的选择直接影响录音质量和系统行为，以下是关键类型的技术细节：
java复制// 专业级录音配置示例
AudioRecord recorder = new AudioRecord.Builder()
.setAudioSource(MediaRecorder.AudioSource.UNPROCESSED)
.setAudioFormat(new AudioFormat.Builder()
.setSampleRate(48000)
.setEncoding(AudioFormat.ENCODING_PCM_FLOAT)
.setChannelMask(AudioFormat.CHANNEL_IN_STEREO)
.build())
.setBufferSizeInBytes(calculateOptimalBufferSize(48000))
.build();
各音频源的实际硬件路径差异：
- MIC：直接连接主麦克风，信号路径最短
- VOICE_COMMUNICATION：会经过DSP处理链（AEC+NS）
- UNPROCESSED：绕过所有数字信号处理模块
- CAMCORDER：可能使用副麦克风阵列
实测发现：在Galaxy S21上使用UNPROCESSED源时，系统会禁用所有增益控制，适合专业音频采集场景。
2.2 缓冲区计算与配置
缓冲区大小的计算需要考虑实时性需求与功耗的平衡：
java复制public static int calculateOptimalBufferSize(int sampleRate) {
int minSize = AudioRecord.getMinBufferSize(
sampleRate,
AudioFormat.CHANNEL_IN_MONO,
AudioFormat.ENCODING_PCM_16BIT);
// 实时音频处理建议：4-6个音频周期
int periodSize = sampleRate / 100; // 10ms数据量
return Math.max(minSize, periodSize * 4 * 2); // 16bit=2bytes
}
常见配置误区：
- 缓冲区过小导致overrun（表现为read()返回ERROR_INVALID_OPERATION）
- 缓冲区过大引入额外延迟（影响实时交互体验）
3. AudioRecord 创建流程全解析
3.1 跨进程架构设计
AudioRecord的创建涉及三个关键进程协作：
- App进程：Java/Native API调用入口
- MediaServer：AudioPolicyService路由决策
- AudioServer：AudioFlinger实际资源分配
mermaid复制graph TD
A[App] -->|Binder| B(MediaServer)
B -->|Binder| C(AudioServer)
C --> D[Audio HAL]
3.2 权限检查机制详解
录音权限检查存在双重验证：
-
Java层初步校验
- 检查android.permission.RECORD_AUDIO
- 验证参数合法性
-
Native层最终验证
- AudioPolicyService调用PermissionController
- 设备级权限控制（某些厂商会扩展）
特殊场景处理：
- 后台录音需要持持续的前台Service
- 通话录音需要额外权限（READ_PHONE_STATE）
3.3 Native层初始化关键路径
cpp复制// frameworks/av/media/libaudioclient/AudioRecord.cpp
status_t AudioRecord::openRecord_l() {
// 1. 获取AudioFlinger服务代理
sp<IAudioFlinger> af = AudioSystem::get_audio_flinger();
// 2. 构造输入参数
IAudioFlinger::CreateRecordInput input;
input.config.sample_rate = mSampleRate;
input.config.format = mFormat;
...
// 3. 发起Binder调用
sp<IAudioRecord> record = af->createRecord(input, &output);
// 4. 建立共享内存映射
mAudioRecordThread = new AudioRecordThread(*this);
mSharedBuffer = output.cblk;
}
关键数据结构：
- audio_config_t：包含所有音频格式参数
- audio_io_handle_t：标识具体的输入流
- audio_session_t：会话ID用于音频策略分组
4. RecordThread 采集机制
4.1 硬件抽象层交互
RecordThread通过HAL接口周期性获取数据：
cpp复制// frameworks/av/services/audioflinger/Threads.cpp
void AudioFlinger::RecordThread::threadLoop() {
while (!exitPending()) {
// 从HAL读取数据
ssize_t bytesRead = mInput->read(
mRsmpInBuffer, mBufferSize, NULL);
// 处理时间戳
mTimestamp.mPosition += bytesRead / frameSize;
mTimestamp.mTime = systemTime();
// 写入环形缓冲区
mRecordBuffer->write(mRsmpInBuffer, bytesRead);
}
}
关键参数调优：
- 读取周期：通常10-20ms（平衡延迟与CPU负载）
- 时间戳精度：部分HAL支持纳秒级时间戳
- 热插拔处理：动态重连输入设备
4.2 零拷贝实现原理
共享内存区域结构：
| 区域 | 大小 | 用途 |
|---|---|---|
| 控制块 | 4KB | 同步状态、读写指针 |
| 数据区 | N*帧大小 | PCM数据存储 |
| 元数据 | 可变 | 时间戳等附加信息 |
生产者-消费者模型：
- RecordThread作为生产者写入数据
- 应用线程通过read()消费数据
- 原子操作保证无锁同步
5. 数据读取机制剖析
5.1 read() 内部实现
java复制// frameworks/base/media/java/android/media/AudioRecord.java
public int read(@NonNull byte[] audioData, int offsetInBytes, int sizeInBytes) {
return native_read_in_byte_array(audioData, offsetInBytes, sizeInBytes, false);
}
Native层实现关键点：
cpp复制// frameworks/av/media/libaudioclient/AudioRecord.cpp
ssize_t AudioRecord::read(void* buffer, size_t userSize) {
// 1. 检查可读数据量
size_t avail = mProxy->getBufferSizeInFrames() - mProxy->getBufferPositionInFrames();
// 2. 阻塞模式下等待数据
if (mFlags & AUDIO_INPUT_FLAG_NON_BLOCKING) {
if (avail == 0) return WOULD_BLOCK;
} else {
mCond.waitRelative(mLock, milliseconds(100));
}
// 3. 执行内存拷贝
size_t framesToRead = min(userSize/frameSize, avail);
mProxy->getBuffer(buffer, framesToRead);
return framesToRead * frameSize;
}
5.2 时间戳同步方案
Android提供三种时间戳获取方式：
-
getTimestamp()
- 精度：微秒级
- 来源：AudioFlinger维护的全局时钟
-
getTimestamp(MediaTimestamp)
- 包含媒体时间与NTP时间映射
- 适合音视频同步场景
-
异步回调
- 通过setPositionNotificationListener注册
- 精确到帧级别的通知
实测对比：
- 低端设备时间戳抖动可达±5ms
- 旗舰机型可稳定在±1ms内
6. 高级应用与性能优化
6.1 实时音频处理架构
推荐的双缓冲方案：
java复制// 音频处理线程示例
class AudioProcessor extends Thread {
private AudioRecord mRecorder;
private boolean mRunning;
public void run() {
ByteBuffer buffer = ByteBuffer.allocateDirect(BUFFER_SIZE);
while (mRunning) {
int read = mRecorder.read(buffer, BUFFER_SIZE);
processAudio(buffer.array(), read);
buffer.rewind();
}
}
private native void processAudio(byte[] data, int length);
}
性能优化技巧：
- 使用JNI直接访问ByteBuffer避免拷贝
- SIMD指令加速音频处理算法
- 设置合适的线程优先级
6.2 低延迟配置方案
关键参数组合：
xml复制<!-- res/xml/audio_optimized.xml -->
<audio-config
sample-rate="48000"
frames-per-burst="96"
performance-mode="low-latency"/>
设备兼容性处理：
java复制public static boolean isLowLatencySupported(Context context) {
AudioManager am = (AudioManager)context.getSystemService(AUDIO_SERVICE);
return am.getProperty(AudioManager.PROPERTY_OUTPUT_FRAMES_PER_BUFFER)
.equals("96"); // 标准低延迟配置
}
实测延迟数据（Pixel 6）：
- 普通模式：120-150ms
- 低延迟模式：20-30ms
7. 常见问题排查指南
7.1 典型错误代码分析
| 错误码 | 原因 | 解决方案 |
|---|---|---|
| ERROR_INVALID_OPERATION | 缓冲区溢出 | 增大缓冲区或提高读取频率 |
| ERROR_BAD_VALUE | 参数不支持 | 检查采样率/格式兼容性 |
| ERROR_DEAD_OBJECT | 服务崩溃 | 重新创建AudioRecord实例 |
| ERROR | 权限问题 | 确认RECORD_AUDIO权限 |
7.2 音频质量诊断技巧
-
PCM数据dump分析
bash复制
adb shell dumpsys media.audio_flinger --record > record_dump.pcm -
使用AudioScope可视化
java复制// 在AudioRecord回调中绘制波形 mVisualizer.setBufferSize(1024); -
检查采样率一致性
java复制int actualRate = mRecorder.getSampleRate(); if (actualRate != configuredRate) { // 设备不支持请求的采样率 }
8. 平台差异与兼容性处理
8.1 厂商定制行为
常见厂商差异：
- 华为EMUI：强制启用噪声抑制
- 小米MIUI：限制后台录音时长
- 三星OneUI：提供专业音频API
兼容性检查方案：
java复制public static boolean isFeatureSupported(String feature) {
PackageManager pm = getContext().getPackageManager();
return pm.hasSystemFeature(feature);
}
// 使用示例
isFeatureSupported("android.hardware.audio.pro");
8.2 版本适配策略
重要API变更点：
- Android 6.0：引入运行时权限
- Android 7.0：增加UNPROCESSED源
- Android 10.0：引入VOICE_PERFORMANCE模式
- Android 12.0：改进低延迟路径
推荐的多版本实现：
java复制if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.O) {
// 使用Builder模式
mRecorder = new AudioRecord.Builder()...build();
} else {
// 回退到构造函数
mRecorder = new AudioRecord(...);
}
在华为Mate40 Pro上的实测发现：使用VOICE_RECOGNITION源时，系统会额外启用深度学习降噪算法，这虽然提高了语音清晰度，但也引入了约15ms的额外延迟。对于需要严格实时性的应用场景，建议改用UNPROCESSED源并自行实现降噪处理。