在Android音频开发中，处理不同采样率和位宽的PCM数据是常见需求。比如从48kHz降到44.1kHz的音频重采样，或者将16bit数据转为8bit以适应低功耗场景。这些操作看似简单，但处理不当会导致音频失真、延迟飙升甚至内存泄漏。今天就来分享一套经过实战检验的解决方案。

一、为什么需要处理PCM格式

1. 设备兼容性问题：蓝牙耳机可能只支持16bit/44.1kHz，而手机录音输出是24bit/48kHz
2. 网络传输优化：语音通话时需要降低采样率和位宽减少带宽占用
3. 性能瓶颈：错误的格式转换可能导致AudioTrack初始化失败或CPU占用过高

二、技术方案选型

• AudioTrack：简单但灵活性差，只能输出固定格式
• OpenSL ES：低延迟但API复杂，兼容性差
• NDK方案：推荐选择！通过libswresample等库可实现高效处理

三、NDK实现核心代码

关键步骤用C++实现更高效，Java层通过JNI调用：

// 重采样核心逻辑（线性插值版）
void resample(int16_t* input, int16_t* output, 
              int inRate, int outRate, size_t frames) {
    float ratio = (float)inRate / outRate;
    for (int i = 0; i < frames; i++) {
        float index = i * ratio;
        int left = (int)index;
        float delta = index - left;

        // 边界检查
        if (left + 1 >= frames) break;

        // 线性插值计算
        output[i] = input[left] * (1.0f - delta) 
                   + input[left + 1] * delta;
    }
}

位宽转换示例（32bit转16bit）：

void convertBitDepth(int32_t* src, int16_t* dst, size_t len) {
    for (size_t i = 0; i < len; i++) {
        // 注意处理溢出和符号位
        dst[i] = (int16_t)(src[i] >> 16);
    }
}

四、必须掌握的优化技巧

1. 内存预分配：避免在音频回调中频繁申请内存
2. SIMD指令：ARM NEON可加速插值计算（提速3-5倍）
3. 双缓冲机制：生产-消费模式解决线程同步问题
4. 动态采样率：根据CPU负载自动调整重采样质量

五、开发中遇到的坑

• 采样对齐问题：Android 9+要求缓冲区大小必须满足帧对齐
• JNI引用泄漏：忘记释放GetByteArrayElements会导致内存增长
• 精度丢失：float计算比double快，但累计误差更明显
• 信号突变：处理时域信号要注意滤波消除爆音

六、进阶方向

这套方案稍加改造就能实现：

1. 实时变声特效（修改采样率）
2. 多声道混音（处理交错存储的PCM）
3. 音频可视化（FFT变换前预处理）

最后推荐两个实用工具： - Android Profiler检测音频线程负载 - WavTools查看处理前后的波形对比

经过实测，优化后的方案在骁龙865上处理1分钟音频仅需12ms，内存占用稳定在5MB以内。希望这些经验对你有帮助！