音视频探索(4)：Mp3格式与Lame库编译移植
1. Mp3编码格式分析
MP3，全称MPEG Audio Layer3，是一种高效的计算机音频编码方案，它以较大的压缩比(1:10至1:12)将音频文件转换成较小的扩展名为.mp3的文件，且能基本保持原文件的音质。假如有一个4分钟的CD音质的WAV音频，其音频参数为44.1kHz抽样、立体声、采样精度为16位(2字节)，那么该音频所占空间为441000*2(声道)*2(字节)*60(秒)*4(分钟)=40.4MB，而对于MP3格式来说，MP3音频只占4MB左右，有利于存储和网络传输。
1.1 MP3文件结构
MP3文件有由帧(frame)构成的，帧是MP3文件最小的组成单位。MP3音频文件本身没有头部，当希望读取有关MP3音频文件的信息时，可以读取第一帧的头部信息，因此可以切割MP3音频文件的任何部分进行正确播放。整个MP3文件结构大体包括三部分，即TAG_V2(ID3V2)、Frame、TAG_V1(ID3V1)，具体描述如下：
1.2 MP3帧格式
每个帧都是独立的，它由帧头、附加信息和声音数据组成，其长度随位率的不同而不等，通常每个帧的播放时间为0.026秒。MP3帧结构如下：
每帧的帧头占4字节(32位)，帧头后面可能有两个字节的CRC校验，这两个字节的是否存在取决于帧头部的第16bit，如果为0，则帧头后面无校验，为1则有校验。帧头结构如下：
typedefstruct-tagHeader{ unsigned int sync: 占11位 //同步信息 unsigned int version: 2; //版本 unsigned int layer: 2; //层 unsigned int error2protection: 1; //CRC校正 unsigned int bit2rate2index: 4; //位率索引 unsigned int sample2rate2index: 2; //采样率索引 unsigned int padding: 1; //空白字 unsigned int extension: 1; //私有标志 unsigned int channel2mode: 2; //立体声模式 unsigned int modeextension: 2 ;//保留 unsigned int copyright: 1; //版权标志 unsigned int original: 1; //原始媒体 unsigned int emphasis: 2 ;//强调方式 } HEADER; 复制代码其中，sync为同步信息，占11位，全部被设置为1；channel2mode为立体声通道模式，占2为，11表示Single立体声(Mono)；其他参数请看这篇文章。
2. lame编译与封装
Lame是Mike Cheng于1998年发起的一个开源项目，是目前最好的MP3编码引擎。Lame编码出来的MP3音色纯厚、空间宽广、低音清晰、细节表现良好，它独创的心理音响模型技术保证了CD音频还原的真实性，配合VBR和ABR参数，音质几乎可以媲美CD音频，但文件体积却非常小。
2.1 Lame库编译与封装
2.1.1 移植Lame库到Android工程
(1) 解压lame
解压lame-3.99.5，将源码中的libmp3lame目录拷贝到Android工程的cpp目录下；
将libmp3lame重命名为lame，并删除i386目录、vector目录、depcomp、lame.rc、logoe.ico、Makefile.am、Makefile.in文件；
拷贝源码中inlude目录下lame.h文件到Android工程cpp目录下lame目录中，lame.h头文件包含了所有调用函数的声明；
配置CMakeLists.txt文件
set(SRC_DIR src/main/cpp/lame) include_directories(src/main/cpp/lame) aux_source_directory(src/main/cpp/lame SRC_LIST) add_library(...... ${SRC_LIST}) 复制代码(2) LameMp3.java，创建调用lame库函数的native方法
/** JNI调用lame库实现mp3文件封装 * Created by Jiangdg on 2017/6/9. */ public class LameMp3 { // 静态加载共享库LameMp3 static { System.loadLibrary("LameMp3"); } /** 初始化lame库，配置相关信息 * * @param inSampleRate pcm格式音频采样率 * @param outChannel pcm格式音频通道数量 * @param outSampleRate mp3格式音频采样率 * @param outBitRate mp3格式音频比特率 * @param quality mp3格式音频质量，0~9，最慢最差~最快最好 */ public native static void lameInit(int inSampleRate, int outChannel,int outSampleRate, int outBitRate, int quality); /** 编码pcm成mp3格式 * * @param letftBuf 左pcm数据 * @param rightBuf 右pcm数据，如果是单声道，则一致 * @param sampleRate 读入的pcm字节大小 * @param mp3Buf 存放mp3数据缓存 * @return 编码数据字节长度 */ public native static int lameEncode(short[] letftBuf, short[] rightBuf,int sampleRate, byte[] mp3Buf); /** 保存mp3音频流到文件 * * @param mp3buf mp3数据流 * @return 数据流长度rty */ public native static int lameFlush(byte[] mp3buf); /** * 释放lame库资源 */ public native static void lameClose(); } 复制代码通过查看Lame库的API文档(lame-3.99.5\API)可知，使用Lame封装Mp3需要经历四个步骤，即初始化lame引擎、编码pcm为mp3数据帧、写入文件、释放lame引擎资源。因此，在LameMp3 .java中，我们定义与之对应的native方法以便java层调用，最终生成所需的mp3格式文件。
(3) LameMp3.c
// 本地实现 // Created by jianddongguo on 2017/6/14. #include <jni.h> #include "LameMp3.h" #include "lame/lame.h" // 声明一个lame_global_struct指针变量 // 可认为是一个全局上下文 static lame_global_flags *gfp = NULL; JNIEXPORT void JNICALL Java_com_teligen_lametomp3_LameMp3_lameInit(JNIEnv *env, jclass type, jint inSampleRate, jint outChannelNum, jint outSampleRate, jint outBitRate, jint quality) { if(gfp != NULL){ lame_close(gfp); gfp = NULL; } // 初始化编码器引擎，返回一个lame_global_flags结构体类型指针 // 说明编码所需内存分配完成，否则，返回NULL gfp = lame_init(); LOGI("初始化lame库完成"); // 设置输入数据流的采样率，默认为44100Hz lame_set_in_samplerate(gfp,inSampleRate); // 设置输入数据流的通道数量，默认为2 lame_set_num_channels(gfp,outChannelNum); // 设置输出数据流的采样率，默认为0，单位KHz lame_set_out_samplerate(gfp,outSampleRate); lame_set_mode(gfp,MPEG_mode); // 设置比特压缩率，默认为11 lame_set_brate(gfp,outBitRate); // 编码质量，推荐2、5、7 lame_set_quality(gfp,quality); // 配置参数 lame_init_params(gfp); LOGI("配置lame参数完成"); } JNIEXPORT jint JNICALL Java_com_teligen_lametomp3_LameMp3_lameFlush(JNIEnv *env, jclass type, jbyteArray mp3buf_) { jbyte *mp3buf = (*env)->GetByteArrayElements(env, mp3buf_, NULL); jsize len = (*env)->GetArrayLength(env,mp3buf_); // 刷新pcm缓存，以"0"填充保证最后几帧的完整 // 刷新mp3缓存，返回最后的几帧 int resut = lame_encode_flush(gfp, // 全局上下文 mp3buf, // 指向mp3缓存的指针 len); // 有效mp3数据长度 (*env)->ReleaseByteArrayElements(env, mp3buf_, mp3buf, 0); LOG_I("写入mp3数据到文件，返回帧数=%d",resut); return resut; } JNIEXPORT void JNICALL Java_com_teligen_lametomp3_LameMp3_lameClose(JNIEnv *env, jclass type) { // 释放所占内存资源 lame_close(gfp); gfp = NULL; LOGI("释放lame资源"); } JNIEXPORT jint JNICALL Java_com_teligen_lametomp3_LameMp3_lameEncode(JNIEnv *env, jclass type, jshortArray letftBuf_, jshortArray rightBuf_, jint sampleRate, jbyteArray mp3Buf_) { if(letftBuf_ == NULL || mp3Buf_ == NULL){ LOGI("letftBuf和rightBuf 或mp3Buf_不能为空"); return -1; } jshort *letftBuf = NULL; jshort *rightBuf = NULL; if(letftBuf_ != NULL){ letftBuf = (*env)->GetShortArrayElements(env, letftBuf_, NULL); } if(rightBuf_ != NULL){ rightBuf = (*env)->GetShortArrayElements(env, rightBuf_, NULL); } jbyte *mp3Buf = (*env)->GetByteArrayElements(env, mp3Buf_, NULL); jsize readSizes = (*env)->GetArrayLength(env,mp3Buf_); // 将PCM数据编码为mp3 int result = lame_encode_buffer(gfp, // 全局上下文 letftBuf, // 左通道pcm数据 rightBuf, // 右通道pcm数据 sampleRate, // 通道数据流采样率 mp3Buf, // mp3数据缓存起始地址 readSizes); // 缓存地址中有效mp3数据长度 // 释放资源 if(letftBuf_ != NULL){ (*env)->ReleaseShortArrayElements(env, letftBuf_, letftBuf, 0); } if(rightBuf_ != NULL){ (*env)->ReleaseShortArrayElements(env, rightBuf_, rightBuf, 0); } (*env)->ReleaseByteArrayElements(env, mp3Buf_, mp3Buf, 0); LOG_I("编码pcm为mp3，数据长度=%d",result); return result; } 复制代码通过查看lame.h源码，gfp 为结构体lame_global_struct的一个指针变量，该变量用于指向该结构体。lame_global_struct结构体声明了编码所需的各种参数，具体代码如下：
lame_global_flags *gfp = NULL; typedef struct lame_global_struct lame_global_flags; struct lame_global_struct { unsigned int class_id; unsigned long num_samples; int num_channels; int samplerate_in; int samplerate_out; brate; float compression_ratio; ..... } 复制代码另外，在配置lame编码引擎时，有一个lame_set_quality函数用来设定编码的质量。也许你会问，音频编码质量一般不是由比特率决定的，为什么还需要这个设置？嗯，比特率决定编码质量是没错的，这里的参数主要是用来选择编码处理的算法，不同的算法处理的效果和速度是不一样的。比如，当quality为0时，选择的算法是最好的，但处理的速度是最慢的；当quality为9时，选择的算法是最差的，但是速度是最快的。通常，官方推荐以下三种设置，即：
quality= 2 质量接近最好，速度不是很慢；
quality=5 质量很好，速度还行；
quality=7 质量良好, 速度很快；
(4) CMakeList.txt
#指定所需的Cmake最低版本 cmake_minimum_required(VERSION 3.4.1) #指定源码路径，即将src/main/cpp/lame路径赋值给SRC_DIR set(SRC_DIR src/main/cpp/lame) # 指定头文件路径 include_directories(src/main/cpp/lame) # 将src/main/cpp/lame目录下的所有文件名赋值给SRC_LIST aux_source_directory(src/main/cpp/lame SRC_LIST) # add_library：指定生成库文件，包括三个参数： # LameMp3为库文件的名称；SHARED表示动态链接库； # src/main/cpp/LameMp3.c和${SRC_LIST}指定生成库文件所需的源文件 #其中，${}的作用是引入src/main/cpp/lame目录下的所有源文件 add_library( LameMp3 SHARED src/main/cpp/LameMp3.c ${SRC_LIST}) #在指定的目录中搜索库log，并将其路径保存到变量log-lib中 find_library( # Sets the name of the path variable. log-lib # Specifies the name of the NDK library that # you want CMake to locate. log ) # 将库${log-lib} 链接到LameMp3动态库中，包括两个参数 #LameMp3为目标库 # ${log-lib}为要链接的库 target_link_libraries( # Specifies the target library. LameMp3 # Links the target library to the log library # included in the NDK. ${log-lib} ) 复制代码Cmake是一个跨平台的编译工具，它允许使用简单的语句来描述所有平台的编译过程，并输出各种类型的Makefile或Project文件。Cmake所有的语句命令都写在CMakeLists.txt文件中，主要规则如下：
a. 在Cmake中，注释由#字符开始到此行的结束；
b. 命令不区分大小写，参数需区分大小写；
c. 命令由命令名、参数列表组成，参数间使用空格进行分隔；
(5) build.gradle(Module app)，选择编译平台
android { defaultConfig { // ...代码省略 externalNativeBuild { cmake { cppFlags "" } } // 选择编译平台 ndk{ abiFilters 'x86', 'x86_64', 'armeabi', 'armeabi-v7a','arm64-v8a' } } // ...代码省略 externalNativeBuild { cmake { path "CMakeLists.txt" } } 复制代码2.2 自定义开源库：Lame4Mp3
Lame4Mp3是基于Lame库实现的开源项目，本项目结合Android官方提供的MediaCodec API，可以满足将PCM数据流编码为AAC或MP3格式数据，并且支持AAC和Mp3同时编码，适用于本地录制mp3/aac文件和在Android直播中进行边播边录(mp3)等场合。
2.2.1 添加依赖
(1) 在工程build.gradle中添加
allprojects { repositories { ... maven { url 'https://jitpack.io' } } } 复制代码(2) 在module的gradle中添加
dependencies { compile 'com.github.jiangdongguo:Lame4Mp3:v1.0.0' } 复制代码2.2.2 Lame4Mp3使用方法
(1) 配置参数
Mp3Recorder mMp3Recorder = Mp3Recorder.getInstance(); // 配置AudioRecord参数 mMp3Recorder.setAudioSource(Mp3Recorder.AUDIO_SOURCE_MIC); mMp3Recorder.setAudioSampleRare(Mp3Recorder.SMAPLE_RATE_8000HZ); mMp3Recorder.setAudioChannelConfig(Mp3Recorder.AUDIO_CHANNEL_MONO); mMp3Recorder.setAduioFormat(Mp3Recorder.AUDIO_FORMAT_16Bit); // 配置Lame参数 mMp3Recorder.setLameBitRate(Mp3Recorder.LAME_BITRATE_32); mMp3Recorder.setLameOutChannel(Mp3Recorder.LAME_OUTCHANNEL_1); // 配置MediaCodec参数 mMp3Recorder.setMediaCodecBitRate(Mp3Recorder.ENCODEC_BITRATE_1600HZ); mMp3Recorder.setMediaCodecSampleRate(Mp3Recorder.SMAPLE_RATE_8000HZ); // 设置模式 // Mp3Recorder.MODE_AAC 仅编码得到AAC数据流 // Mp3Recorder.MODE_MP3 仅编码得到Mp3文件 // Mp3Recorder.MODE_BOTH 同时编码 mMp3Recorder.setMode(Mp3Recorder.MODE_BOTH); 复制代码
(2) 开始编码
mMp3Recorder.start(filePath, fileName, new Mp3Recorder.OnAACStreamResultListener() { @Override public void onEncodeResult(byte[] data, int offset, int length, long timestamp) { Log.i("MainActivity","acc数据流长度："+data.length); } }); 复制代码(3) 停止编码
mMp3Recorder.stop(); 复制代码
最后，有一点需要注意的是，当同时编码AAC和Mp3时，向MediaCodec和Lame引擎输入PCM数据流的方式是不一样的，前者只接受byte[]存储的数据，后者接收short[]存储的数据。也就是说，如果将采集的pcm数据以byte[]来存储，我们需要将其转换为short[]，并且需要注意大小端的问题。具体代码如下：
private short[] transferByte2Short(byte[] data,int readBytes){ // byte[] 转 short[]，数组长度缩减一半 int shortLen = readBytes / 2; // 将byte[]数组装如ByteBuffer缓冲区 ByteBuffer byteBuffer = ByteBuffer.wrap(data, 0, readBytes); // 将ByteBuffer转成小端并获取shortBuffer // 小端：数据的高字节保存到内存的高地址中，数据的低字节保存到内存的低地址中 ShortBuffer shortBuffer = byteBuffer.order(ByteOrder.LITTLE_ENDIAN).asShortBuffer(); short[] shortData = new short[shortLen]; shortBuffer.get(shortData, 0, shortLen); return shortData; }
作者：无名之辈FTER
链接：https://juejin.cn/post/7032215926577561608