背景痛点

在Android音频开发中，处理PCM数据时经常会遇到采样率不匹配或位宽不一致的问题。例如，当我们从麦克风采集的音频数据需要输出到不同设备时，可能需要进行采样率转换；或者需要将16位PCM数据转换为8位以节省存储空间。这些操作看似简单，但实际操作中却隐藏着不少坑：

• 采样率转换不当会导致音频失真或出现混叠噪声
• 位宽转换可能引入量化误差，影响音质
• 大文件处理时内存占用过高可能引发OOM
• 实时音频处理时性能不足会导致卡顿或延迟

技术选型

Android提供了多种音频处理方案，我们需要根据场景选择最合适的方案：

• AudioTrack：兼容性好，但延迟较高
• AAudio：低延迟，但需要API 26+支持
• OpenSL ES：跨平台但API复杂

对于重采样算法，我们选择线性插值作为基础方案，原因如下：

1. 计算复杂度低，适合移动设备
2. 对于大多数语音场景已经足够
3. 实现简单，容易优化

核心实现

重采样流程

1. 计算输入输出采样率比例
2. 为输出缓冲区分配足够空间
3. 对每个输出采样点，找到对应的输入采样点位置
4. 使用插值算法计算输出采样值
5. 应用低通滤波器防止混叠

位宽转换

位宽转换的关键在于正确处理比例缩放：

• 16位转8位：右移8位并加上128（有符号转无符号）
• 8位转16位：左移8位并减去32768
• 浮点转换：需要归一化处理

代码示例

// 16位转8位PCM
fun convert16To8Bit(input: ShortArray): ByteArray {
    val output = ByteArray(input.size)
    for (i in input.indices) {
        // 16位有符号转8位无符号
        output[i] = ((input[i].toInt() shr 8) + 128).toByte()
    }
    return output
}

// 线性重采样
fun resampleLinear(
    input: ShortArray,
    inputSampleRate: Int,
    outputSampleRate: Int
): ShortArray {
    val ratio = inputSampleRate.toFloat() / outputSampleRate
    val outputSize = (input.size / ratio).toInt()
    val output = ShortArray(outputSize)

    for (i in 0 until outputSize) {
        val inPos = i * ratio
        val prevIndex = inPos.toInt()
        val nextIndex = min(prevIndex + 1, input.size - 1)
        val alpha = inPos - prevIndex

        // 线性插值
        output[i] = (input[prevIndex] * (1 - alpha) + 
                     input[nextIndex] * alpha).toShort()
    }

    return output
}

性能优化

1. 内存优化：
2. 使用流式处理替代全量加载
3. 重用缓冲区减少GC

4. 使用Native代码处理大数据量

5. CPU优化：

6. 多线程处理
7. SIMD指令优化
8. 适当降低重采样质量

避坑指南

1. 缓冲区溢出：务必计算好输出缓冲区大小
2. 线程阻塞：避免在主线程处理大数据量
3. 音质损失：选择合适的重采样算法和参数
4. 内存泄漏：及时释放Native资源
5. 设备兼容性：检查目标设备的支持情况

延伸思考

对于实时音频流处理，可以考虑：

• 使用环形缓冲区减少内存拷贝
• 尝试更高效的算法如sinc插值
• 利用DSP硬件加速
• 实现自适应采样率调整

通过合理的优化，我们可以让PCM数据处理既高效又可靠。希望这篇指南能帮助你在Android音频开发中少走弯路。