Android 回声消除
前言
在语音聊天、语音通话、互动直播、语音转文字类应用或者游戏中，需要采集用户的麦克风音频数据，然后将音频数据发送给其它终端或者语音识别服务。如果直接使用采集的麦克风数据，就会存在回音问题。所谓回音就是在语音通话过程中，如果用户开着扬声器，那么自己讲话的声音和对方讲话的声音(即是扬声器的声音)就会混在一起，如果没有消除对方的声音，那么对方听到的就是带有回音的声音，这样的声音就会有问题。因此采集麦克风数据后，必须要消除回音，才能得到良好的用户体验。
回音消除的英文专业术语叫Acoustic Echo Cancellation，简称AEC。如何实现回音消除，技术细节实现上是一个比较复杂的数学问题。一般手机厂商都提供了底层的回音消除技术实现，app只需要调用相关api即可。iOS上的回音消除比较复杂一些，Android相对来说比较简单，本文主要对Android设备上如何实现回音消除的相关知识进行梳理。
Android的音频框架概览
Android提供的音频框架有：MediaRecorder 、AudioRecord、AudioTrack、MediaPlayer，其中AudioRecord只能录制音频，MediaRecorder用于录制视频(包括音频)，AudioTrack是用来播放PCM音频，MediaPlayer用来播放视频(包括音频)。我们需要使用支持音频录制的API来实现AEC。
1、MediaRecorder
集成了音频采集、视频采集、编码、压缩等，支持少量的录音音频格式，无法实时处理音频，一般用于输出音频和视频混合格式，比如MP4、3GP。
MediaRecorder recorder = new MediaRecorder();
recorder.setAudioSource(MediaRecorder.AudioSource.MIC);
recorder.setOutputFormat(MediaRecorder.OutputFormat.THREE_GPP);
recorder.setOutputFile(fileName);
recorder.setAudioEncoder(MediaRecorder.AudioEncoder.AMR_NB);
try {
recorder.prepare();
} catch (IOException e) {
Log.e(LOG_TAG, "prepare() failed");
}
recorder.start();
2、AudioRecord
AudioRecord是专业的音频采集框架。采集到的是未经压缩的原始PCM音频。它可以设置音频采集来源，比如麦克风风原始数据、录视频时的麦克风数据、语音识别、VoIP(Voice on Internet Protocal)等。其中VoIP是支持AEC的音频来源。AudioRecorder主要用于音频的实时处理，或者实现边录边播(AudioRecord+AudioTrack)功能。如果保存成音频文件，是不能够被播放器播放的，需要写代码实现数据编码及压缩。
需求
1.录音的过程中，把要播放的声音清除掉，不录进去
2.使用扬声器通话的情况下，不能听到回声
实现方式
1.通过安卓自带的 VOICE_COMMUNICATION模式进行录音，自动消除回音。
将AudioRecord的MediaRecorder.AudioSource.MIC参数修改成MediaRecorder.AudioSource.VOICE_COMMUNICATION
2.使用第三方库进行消除（WebRtc、Speex…），消除回音。
3.使用安卓AcousticEchoCanceler也可以消除声音，但是部分手机不支持，使用前需要先判断下是否支持
4.通过AudioManager设置
方式1（推荐用）
实现回音消除时，只需要在构造AudioRecord时将audioSource(音频源)设置成VOICE_COMMUNICATION：
AudioRecord audioRecorder = new AudioRecord(MediaRecorder.AudioSource.VOICE_COMMUNICATION, SAMPLE_RATE,AudioFormat.CHANNEL_IN_MONO, AudioFormat.ENCODING_PCM_16BIT, bufferSize);
获取AudioRecord录制的音频是通过从 AudioRecord 对象“拉”（读取）数据来实现的。应用程序负责使用以下三种方法之一及时轮询采集到的音频：
int read(byte[], int, int)
int read(short[], int, int)
int read(java.nio.ByteBuffer, int)
选择使用哪种方法取决于对开发者来说最方便的音频数据存储格式。 创建AudioRecord之后，AudioRecord 对象会初始化其关联的音频缓冲区，它将用新的音频数据填充该缓冲区。在构造AudioRecord时指定的此缓冲区的大小。数据应以小于总记录缓冲区大小的块的形式从音频硬件中读取。
构造AudioRecord时需要指定音频来源，audio source有以下几种：
/** Default audio source **/
public static final int DEFAULT = 0;
/** Microphone audio source */
public static final int MIC = 1;
/** Voice call uplink (Tx) audio source.
* <p>
* Capturing from <code>VOICE_UPLINK</code> source requires the
* {@link android.Manifest.permission#CAPTURE_AUDIO_OUTPUT} permission.
* This permission is reserved for use by system components and is not available to
* third-party applications.
* </p>
*/
public static final int VOICE_UPLINK = 2;
/** Voice call downlink (Rx) audio source.
* <p>
* Capturing from <code>VOICE_DOWNLINK</code> source requires the
* {@link android.Manifest.permission#CAPTURE_AUDIO_OUTPUT} permission.
* This permission is reserved for use by system components and is not available to
* third-party applications.
* </p>
*/
public static final int VOICE_DOWNLINK = 3;
/** Voice call uplink + downlink audio source
* <p>
* Capturing from <code>VOICE_CALL</code> source requires the
* {@link android.Manifest.permission#CAPTURE_AUDIO_OUTPUT} permission.
* This permission is reserved for use by system components and is not available to
* third-party applications.
* </p>
*/
public static final int VOICE_CALL = 4;
/** Microphone audio source tuned for video recording, with the same orientation
* as the camera if available. */
public static final int CAMCORDER = 5;
/** Microphone audio source tuned for voice recognition. */
public static final int VOICE_RECOGNITION = 6;
/** Microphone audio source tuned for voice communications such as VoIP. It
* will for instance take advantage of echo cancellation or automatic gain control
* if available.
*/
public static final int VOICE_COMMUNICATION = 7;
可见，VOICE_COMMUNICATION是用于VoIP这种需要回音消除的场景。
代码
开启录音
/***
* AudioRecord VOICE_COMMUNICATION
* mAudioTrack和tts不需要改什么
*/
public void recorderWithVoice(View view) {
TextView button = (AppCompatTextView) view;
if (button.getText().equals("audioRecorder VOICE_COMMUNICATION回声消除")) {
RecordUtils.getInstance().startRecord(new AudioRecordMananger.OnVolumeChangedListener() {
@Override
public void onVolumeChange(double volume) {
}
@Override
public void onSendBuffer(byte[] buffer) {
try {
if (fos == null)
fos = new FileOutputStream(path);
if (buffer != null)
fos.write(buffer);
else {
fos.close();
fos = null;
}
} catch (IOException e) {
Log.e(TAG, "onSendBuffer: " + e.toString());
e.printStackTrace();
}
}
});
button.setText("stop");
} else {
RecordUtils.getInstance().stopRecord();
button.setText("audioRecorder VOICE_COMMUNICATION回声消除");
}
}
播放TTS和pcm文件
public void t2s(View view) {
mTextToSpeech.speak("张三您好，您已经是我们的会员啦，不需要再办卡了！", TextToSpeech.QUEUE_FLUSH, null, "1");
}
public void playAudioTrack(View view) {
mAudioTrack = new AudioTrack(AudioManager.STREAM_MUSIC, 16000, AudioFormat.CHANNEL_OUT_MONO, AudioFormat.ENCODING_PCM_16BIT, mRecorderBufferSize
, AudioTrack.MODE_STREAM);
mAudioTrack.play();
try {
fis = new FileInputStream(playPath);
} catch (FileNotFoundException e) {
e.printStackTrace();
}
new Thread(new Runnable() {
@Override
public void run() {
try {
byte[] buffer = new byte[mRecorderBufferSize];
while (fis.available() > 0) {
int readCount = fis.read(buffer); //一次次的读取
//检测错误就跳过
if (readCount == AudioTrack.ERROR_INVALID_OPERATION || readCount == AudioTrack.ERROR_BAD_VALUE) {
continue;
}
if (readCount != -1 && readCount != 0) {
//可以在这个位置用play()
//输出音频数据
mAudioTrack.write(buffer, 0, readCount); //一次次的write输出播放
}
}
} catch (IOException e) {
e.printStackTrace();
}
}
}).start();
}
方式3
似乎有点问题，不能过滤掉 播放的声音。强烈不推荐
public void recorder(View view) {
TextView button = (AppCompatTextView) view;
if (button.getText().equals("Recorder")) {
AudioRecordMananger.getInstance()
.setAudioFormat(AudioFormat.ENCODING_PCM_16BIT)
.setChannelConfigIn(AudioFormat.CHANNEL_IN_MONO)
.setSampleRateInHz(16000)
.startRecordbyVolumeData(new AudioRecordMananger.OnVolumeChangedListener() {
@Override
public void onVolumeChange(double volume) {
}
@Override
public void onSendBuffer(byte[] buffer) {
try {
if (fos == null)
fos = new FileOutputStream(path);
if (buffer != null)
fos.write(buffer);
else {
fos.close();
fos = null;
}
} catch (IOException e) {
Log.e(TAG, "onSendBuffer: " + e.toString());
e.printStackTrace();
}
}
});
button.setText("stop Recorder");
} else {
AudioRecordMananger.getInstance().stopRecord();
button.setText("Recorder");
}
}
其中的AudioRecorder
audioRecord = new AudioRecord(MediaRecorder.AudioSource.MIC,
sampleRateInHz,
channelConfigIn,
audioFormat,
recordBufSize
);
播放PCM文件
/***
* AudioTrack AEC 配合 AudioRecorder 中的mic参数
* @param view
*/
public void playAudioTrackWithAEC(View view) {
if (acousticEchoCanceler == null)
initAEC();
//播放
initAudioTrack();
mAudioTrack.play();
try {
fis = new FileInputStream(playPath);
} catch (FileNotFoundException e) {
e.printStackTrace();
}
new Thread(new Runnable() {
@Override
public void run() {
try {
byte[] buffer = new byte[mRecorderBufferSize];
while (fis.available() > 0) {
int readCount = fis.read(buffer); //一次次的读取
//检测错误就跳过
if (readCount == AudioTrack.ERROR_INVALID_OPERATION || readCount == AudioTrack.ERROR_BAD_VALUE) {
continue;
}
if (readCount != -1 && readCount != 0) {
//可以在这个位置用play()
//输出音频数据
mAudioTrack.write(buffer, 0, readCount); //一次次的write输出播放
}
}
} catch (IOException e) {
e.printStackTrace();
}
}
}).start();
}
private void initAudioTrack() {
if (mAudioTrack == null) {
if (audioSessionId == -1) {
mAudioTrack = new AudioTrack(AudioManager.STREAM_MUSIC, 16000, AudioFormat.CHANNEL_OUT_MONO, AudioFormat.ENCODING_PCM_16BIT, mRecorderBufferSize * 2
, AudioTrack.MODE_STREAM);
} else {
mAudioTrack = new AudioTrack(AudioManager.STREAM_MUSIC, 16000, AudioFormat.CHANNEL_OUT_MONO, AudioFormat.ENCODING_PCM_16BIT, mRecorderBufferSize * 2
, AudioTrack.MODE_STREAM, audioSessionId);
}
}
}
private AcousticEchoCanceler acousticEchoCanceler;
private void initAEC() {
if (AcousticEchoCanceler.isAvailable()) {
if (acousticEchoCanceler == null) {
acousticEchoCanceler = AcousticEchoCanceler.create(audioSessionId);
Log.d(TAG, "initAEC: ---->" + acousticEchoCanceler + "\t" + audioSessionId);
if (acousticEchoCanceler == null) {
Log.e(TAG, "initAEC: ----->AcousticEchoCanceler create fail.");
} else {
acousticEchoCanceler.setEnabled(true);
}
}
}
}
播放TTS
public void t2s(View view) {
mTextToSpeech.speak("张三您好，您已经是我们的会员啦，不需要再办卡了！", TextToSpeech.QUEUE_FLUSH, null, "1");
}
方式4（可以用）
打开录音后，设置
AudioManager audioManager = (AudioManager) getSystemService(Context.AUDIO_SERVICE);
audioManager.setMode(AudioManager.MODE_IN_COMMUNICATION);//听筒模式
audioManager.setSpeakerphoneOn(true);
然后可以使用TTS播放文本或者使用AudioTrack播放声音。
播放结束，需要设置成正常的模式
AudioManager audioManager = (AudioManager) getSystemService(Context.AUDIO_SERVICE);
audioManager.setMode(AudioManager.MODE_NORMAL);
audioManager.setSpeakerphoneOn(false);
方式2
1.Speex的回声消除的效果不太好（略）
2.WebRtc的回声消除的效果挺好的
这里推荐几篇文章
Webrtc 关于jni的几个githup地址
1.https://github.com/Goblincomet/webrtc-aecm
2.https://github.com/JKXY/WebRTCAudio
3.https://github.com/theeasiestway/android-webrtc-aecm
4.https://github.com/Solunadigital/Android-Audio-Processing-Using-WebRTC
文章
1.Google WebRtc Android 使用详解(包括客户端和服务端代码)
参考
【Android】Android语音通话回音消除(AEC)技术实现
Android 音视频去回声、降噪(Android音频采集及回音消除)(转)
Android: AEC:AcousticEchoCanceler回声消除 这篇文章的评论有意思，AcousticEchoCanceler这个类没啥用
