前言
音訊的相關知識我們從AudioRecord的構造傳參看起：
RecorderHelper.getInstance().initRecoder(
this,
MediaRecorder.AudioSource.MIC, //麥克風資料
16000, //取樣率16k
AudioFormat.CHANNEL_CONFIGURATION_MONO, //單聲道
AudioFormat.ENCODING_PCM_16BIT);// 16bit的取樣精度複製程式碼上面一個初始化麥克風的呼叫，涉及到了很多知識，大概是大學時數字訊號處理課程或者是訊號與系統學的。相關覺得有必要科普一下，不然大家永遠是在複製程式碼，遇到相關問題的時候如果不瞭解會一頭霧水，優化效果更提不上了。
這篇文章不是用來介紹API的，介紹AndroidRecord API很簡單，無非初始化然後讀取。如果只是這麼簡單的需求，甚至這個類都用不到，直接用MediaRecorder即可錄音等。本文主要介紹相關的引數是什麼意思。比如什麼是16Bit取樣，什麼是44100取樣率。
簡介
Google API地址
developer.android.google.cn/reference/a…
從網頁的右上角我們可以看到，這是從API3等級開始就有的類。AndroidRecord是一個比MediaRecorder更加底層的類，根據谷歌介紹，有點相當於是直接從音訊裝置拉資料的意思，並且我們拿到的也直接是PCM流。
從API23開始 多了個AudioRecord.Builder類來幫助我們初始化AndroidRecord，可惜這個類還不如不用，用了我23以下的還得用老方法初始化，這不僅沒優化程式碼，還冗餘了程式碼。
構造方法
AudioRecord(int audioSource, int sampleRateInHz, int channelConfig, int audioFormat, int bufferSizeInBytes)複製程式碼| 引數 | 介紹 |
|---|---|
| audioSource | MediaRecorder.AudioSource類裡面的各種型別，有MIC、VOICE_CALL等 |
| sampleRateInHz | 取樣率，44100Hz是唯一可以工作於所有手機上的取樣率，22050, 16000, and 11025 可能只有部分機型能工作,我之前就因為設定的取樣率為16000導致在我的手機上工作正常，而在努比亞手機上Buffer滿的時間變短導致了些問題。 |
| channelConfig | CHANNEL_IN_MONO 和 CHANNEL_IN_STEREO.即單聲道和立體聲也叫雙聲道，雙聲道可以有保證的作於所有手機上 |
| audioFormat | ENCODING_PCM_8BIT, ENCODING_PCM_16BIT, and ENCODING_PCM_FLOAT. 有8bit，16bit，32bit的取樣精度 |
| bufferSizeInBytes | Record的內部記錄緩衝區大小，可以通過getMinBufferSize(int, int, int) 方法得到。 |
什麼是PCM
脈衝編碼調製(Pulse Code Modulation,PCM)，這是在訊號與系統裡面接觸過的編碼格式，脈衝編碼調製是數字通訊的編碼方式之一。主要過程是將話音、影象等模擬訊號每隔一定時間進行取樣，使其離散化，同時將抽樣值按分層單位四捨五入取整量化，同時將抽樣值按一組二進位制碼來表示抽樣脈衝的幅值。
PCM通過抽樣、量化、編碼三個步驟將連續變化的模擬訊號轉換為數字編碼
什麼是取樣率？
取樣率又叫抽樣，由於聲音其實是一種能量波，因此也有頻率和振幅的特徵，頻率對應於時間軸線，振幅對應於電平軸線。波是無限光滑的，絃線可以看成由無數點組成，由於儲存空間是相對有限的，數字編碼過程中，必須對絃線的點進行取樣。取樣的過程就是抽取某點的頻率值，很顯然，在一秒中內抽取的點越多，獲取得頻率資訊更豐富，為了復原波形，一次振動中，必須有2個點的取樣，人耳能夠感覺到的最高頻率為20kHz，因此要滿足人耳的聽覺要求，則需要至少每秒進行40k次取樣，用40kHz表達，這個40kHz就是取樣率。我們常見的CD，取樣率為44.1kHz。
44.1kHz意味著什麼呢？假設我們有2段正弦波訊號，分別為20Hz和20KHz，長度均為一秒鐘，以對應我們能聽到的最低頻和最高頻，分別對這兩段訊號進行 40KHz的取樣，我們可以得到一個什麼樣的結果呢？結果是：20Hz的訊號每次振動被取樣了40K/20=2000次，而20K的訊號每次振動只有2次取樣。顯然，在相同的取樣率下，記錄低頻的資訊遠比高頻的詳細。這也是為什麼有些音響發燒友指責CD有數碼聲不夠真實的原因，CD的44.1KHz取樣也無法保證高頻訊號被較好記錄。要較好的記錄高頻訊號，看來需要更高的取樣率，於是有些朋友在捕捉CD音軌的時候使用48KHz的取樣率，這是不可取的！這其實對音質沒有任何好處，對抓軌軟體來說，保持和CD提供的44.1KHz一樣的取樣率才是最佳音質的保證之一，而不是去提高它。較高的取樣率只有相對模擬訊號的時候才有用，如果被取樣的訊號是數字的，請不要去嘗試提高取樣率。
常用的取樣率為：44.1KHz與48KHz
什麼是取樣精度？
1 位元組(也就是8bit) 只能記錄 256 個數, 也就是隻能將振幅劃分成 256 個等級;
2 位元組(也就是16bit) 可以細到 65536 個數, 這已是 CD 標準了;
4 位元組(也就是32bit) 能把振幅細分到 4294967296 個等級, 實在是沒必要了.
如果是雙聲道(stereo), 取樣就是雙份的, 檔案也差不多要大一倍.
我們來看一張圖就能明白：
上述的模擬資料模擬就好比人的聲音是有振幅有頻率的波，假設上面的模擬資料時長為1秒。
那麼取樣，可以看到我們取樣了10根線，那取樣率就是10Hz。（44100Hz是多高自己體會）
再看量化，分為了8個等級，也就是取樣進度是3bit。（可以想象16bit是多麼精確了）
最後1秒鐘的資料，被編碼成了3bit×10 即30個二進位制資料。
單聲道和立體聲
如果是8bit的取樣，對於單聲道聲音檔案，取樣資料為八位的短整數（short int 00H-FFH）；
而對於雙聲道立體聲聲音檔案，每次取樣資料為一個16位的整數（int），高八位(左聲道)和低八位(右聲道)分別代表兩個聲道。
位元速率計算
算一個PCM音訊流的位元速率是一件很輕鬆的事情，取樣率值×取樣大小值×聲道數bps。一個取樣率為44.1KHz，取樣大小為16bit，雙聲道的PCM編碼的WAV檔案，它的資料速率則為 44.1K×16×2 =1411.2 Kbps。我們常說128K的MP3，對應的WAV的引數，就是這個1411.2 Kbps，這個引數也被稱為資料頻寬，它和ADSL中的頻寬是一個概念。將位元速率除以8,就可以得到這個WAV的資料速率，即176.4KB/s。這表示儲存一秒鐘取樣率為44.1KHz，取樣大小為16bit，雙聲道的PCM編碼的音訊訊號，需要176.4KB的空間，1分鐘則約為10.34M，這對大部分使用者是不可接受的，尤其是喜歡在電腦上聽音樂的朋友，要降低磁碟佔用，只有2種方法，降低取樣指標或者壓縮。降低指標是不可取的，因此專家們研發了各種壓縮方案。
位元速率的不同帶來的是音訊品質的不同，我們的音樂軟體裡面有音樂的品質其實就是這些，正常我們聽的當然是有失真壓縮的歌曲，比如QQ音樂裡面聽歌有SQ無損品質，就是無失真壓縮的音訊。
WAV檔案介紹
PCM流我們可以直接儲存為檔案，但是這就是PCM格式了，正常播放器都沒有播放pcm的功能，我們可以把PCM轉成WAV。WAV檔案是一種一種無損的音訊檔案格式，裡面還是PCM的編碼，只不過是在我們原有的pcm檔案上加上一個WAV規定的協議頭而已。這個頭是44個byte大小。所以一個0bit的pcm檔案轉成wav大小是44B。
因為WAV並沒有進行壓縮，所以WAV佔用的空間是最大的。因此為了傳輸以及儲存的需求後來人們設計了很多的音訊壓縮格式，mp3就是一種有損的壓縮音訊，至於怎麼壓縮的那是各種壓縮演算法的事情了。
本文作者：Anderson/Jerey_Jobs
部落格地址 ： jerey.cn/
簡書地址 : Anderson大碼渣
github地址 : github.com/Jerey-Jobs