SAKA'S BLOG

音频-四-安卓实现wav转MP3

发表于

关于mp3

Mp3曾经以它优秀的压缩率和较低的失真一横行音乐行业，在那个存储介质昂贵的时代大放光彩，随着技术的发展，存储已经不是瓶颈了，现在的音乐爱好者也开始追求音质，出现了高保真音乐，复古黑胶唱片等。但是作为一个音频开发者，基本的mp3知识还是需要掌握的。

MP3是一种有损压缩格式，对它进行解码不能还原PCM。一般CD品质的音频文件是1411.2kbps(16bitpersample、44100samplerate、2channels)，这个需要较高的带宽才能保证传输的稳定性，但是经过MP3编码后比特率基本结余128kbps~320kbps，压缩率为12:1-10:1，这样回放的质量低了，但是文件大小得到了控制。
本篇文章讨论的并非是音乐播放器，而是一种编码格式，并且以lame编码器来讲解文章格式，事实上lame编码器被认为是最好的MP3编码器。

MP3文件格式

MP3一般包含3个主要部分ID3v2、frame、ID3v1。其形式如下：

帧 说明
ID3v2 包含了作者，作曲，专辑信息等，长度不固定，扩展了ID3v1的信息量
Frame 一些列的帧，个数由文件的大小和帧长度决定
每个frame包含帧头和实体数据两部分，帧头记录了mp3的位宽，采样率，版本信息等，每个帧之间相互独立，但是每个帧的长度不固定，由bitrate决定
ID3v1 包含了作者，作曲，专辑等信息，长度固定是123Byte

下面分别说一下各个格式的信息

ID3v2结构图

ID3V2共有4个版本，但实际上用的最多的是ID3V2.3

数据块 数据描述 字节数(Byte) 内容
标签头 ID3V2标识 3 固定字符”ID3”,表示是ID3v2标签
ID3v2的子版本号 2 0x0300表示是主版本号为3，副版本号为0，也就是ID3v2.3
ID3v2标志位 1 abc00000，a-非同步编码，b-扩展标签头,c-测试指示位,当这三位置是1时表示有效，一般情况都是0
ID3v2大小 4 每个字节只有后七位有效，size=byte0:70x200000+byte1:70x4000+byte2:7*0x80+byte3:7
扩展标签头 扩展标签头大小 4 size=byte00x200000+byte10x4000+byte2*0x80+byte3
扩展标志位 2 xx
补空大小 4 可以在所有的标签帧后边添加补空的数据，也可以预留空间存放额外的帧，是的整个标签大小比标签头的大小更大，一般不用
标签帧 帧标识 4 固定四个字符，每个标签帧都有一个10个自己的固定的头和至少一个字节的不固定长度的内容组成，也就是下边的帧大小和帧标志必须有，而帧数据的内容不得小于1.
帧大小 4 出去帧头的所有长度，size=byte00x200000+byte10x4000+byte2*0x80+byte3
标志 2 标志位，只定义6bit，abc00000 ijk00000一般为0
帧数据 size 存放的数据
补空 补空大小

介绍一下常用的帧标识：

标识内容 描述
TIT2 标题
TPE1 作者
TALB 专辑
TRCK 音轨N/M格式
TYER 年代
TCON 类型
COMM 备注

有效数据帧

有效数据帧的编码在lame共有三种，CBR、VBR和ABR。

  • CBR：帧长度固定，数据平均分配在各个帧，这种方式有利于计算播放时长，但是文件稍微大
  • VBR：帧长度不固定，要获取真个播放时长必须知道帧的总数，文件较小
  • ABR：帧长度不固定，介于CBR和VBR之间

有效数据帧头为四个字节：
此处是1-32
|偏移地址|位数(bits)|内容
|—|—|—
|1|12|帧同步标识，一般标识数据帧的开始，全部为1
|13|1|MPEG音频版本号
|14|2|Layer版本
|16|1|保护位
|17|4|比特率
|21|2|采样率|
|23|1|补空位大小
|24|1|不知道啥
|25|2|模式
|27|2|模式拓展位
|29|1|版权位
|30|1|原始位
|31|2|强调位
这个地方的内容较多，此处我不一一列举，附上一个写的比较详细的博客：

[MP3文件格式全解(https://blog.csdn.net/u013904227/article/details/52184038)

LAME的使用

Lame是一个专门用编码MP3的开源库，它可以提供多种不同比特率的支持，并且提供了各个平台下的编译源码包，可以直接在SourceForge下载。

安卓平台编译

官方并没有提供专门的编译文件，不过我们可以自己采用多种方式编译：ndk-build和cmake,两种方式都非常简单。首先要下载源码，然后解压到一个文件夹内。

ndk-build方式构建lame

我们需要编写两个文件，Android.mk和Application.mk。一个参考网址可以少走一些坑(http://developer.samsung.com/technical-doc/view.do;jsessionid=32A9C99833A33F376D7DB8C787414B62?v=T000000090)[http://developer.samsung.com/technical-doc/view.do;jsessionid=32A9C99833A33F376D7DB8C787414B62?v=T000000090]

主要有四点：

  1. 将libmp3lame文件夹下的所有内容拷贝到一个指定的地方，然后再讲lame.h文件考进来

  2. 找到util.h文件，将其中的extern ieee754_float32_t fast_log2(ieee754_float32_t x);替换为
    extern float fast_log2(float x);

  3. 找到set_get.h文件。替换
    #include <lame.h>为#include “lame.h”

  4. 假如出现bcopy unrefrence的错误，在Application.mk文件中添加一个flag,最后添加一行，内容为APP_CFLAGS += -DSTDC_HEADERS

这样就可以直接编译生成so文件了。
假如配置好了ndk的全局变量，只需要运行ndk-build NDK_PROJECT_PATH=. NDK_APPLICATION_MK=Application.mk就生成了对应的so文件了

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
.
├── arm64-v8a
│   └── libmp3lame.so
├── armeabi
│   └── libmp3lame.so
├── armeabi-v7a
│   └── libmp3lame.so
├── mips
│   └── libmp3lame.so
├── mips64
│   └── libmp3lame.so
├── x86
│   └── libmp3lame.so
└── x86_64
    └── libmp3lame.so

下边是两个文件

  1. Application.mk
1
2
3
4
APP_PLATFORM := android-18
APP_ABI := all
APP_BUILD_SCRIPT := Android.mk
APP_CFLAGS += -DSTDC_HEADERS
  1. Android.mk
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
LOCAL_PATH := $(call my-dir)
 
		include $(CLEAR_VARS)
		 
		LOCAL_MODULE    	:= libmp3lame
		LOCAL_SRC_FILES 	:= \
		./libmp3lame/bitstream.c \
		./libmp3lame/encoder.c \
		./libmp3lame/fft.c \
		./libmp3lame/gain_analysis.c \
		./libmp3lame/id3tag.c \
		./libmp3lame/lame.c \
		./libmp3lame/mpglib_interface.c \
		./libmp3lame/newmdct.c \
		./libmp3lame/presets.c \
		./libmp3lame/psymodel.c \
		./libmp3lame/quantize.c \
		./libmp3lame/quantize_pvt.c \
		./libmp3lame/reservoir.c \
		./libmp3lame/set_get.c \
		./libmp3lame/tables.c \
		./libmp3lame/takehiro.c \
		./libmp3lame/util.c \
		./libmp3lame/vbrquantize.c \
		./libmp3lame/VbrTag.c \
		./libmp3lame/version.c
		
		LOCAL_LDLIBS := -llog
		
		include $(BUILD_SHARED_LIBRARY)

cmake方式构建lame

cmake构建更加简单，只需要将刚才的libmp3lame文件夹和lame.h文件添加到src/main/cpp文件夹下，此处我和源文件夹保持一致，起名为libmp3lame，然后编写一个CMakeLists.txt文件如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
add_definitions("-DSTDC_HEADERS")
add_library(mp3lame bitstream.c
                     encoder.c
                     fft.c
                     gain_analysis.c
                     id3tag.c
                     lame.c
                     mpglib_interface.c
                     newmdct.c
                     presets.c
                     psymodel.c
                     quantize.c
                     quantize_pvt.c
                     reservoir.c
                     set_get.c
                     tables.c
                     takehiro.c
                     util.c
                     vbrquantize.c
                     VbrTag.c
                     version.c)

然后在主文件夹下的CMakeList.txt中添加生成该库的代码：

1
2
3
4
5
6
set(LIB_MP3 Mp3Codec)

include_directories(
             src/main/cpp/include #将lame.h文件复制到这个文件夹下，更加清晰一些，可以作为一个接口文件
            )
add_subdirectory(src/main/cpp/libmp3lame)

假如要使用这个库的话只需要假如target_link命令来连接即可。

lame转码pcm格式为mp3

我做了一个非常简单的实例程序，首先是通过AudioRecorder录制PCM数据，然后封装为wav格式，这个格式在安卓手机上是可以直接播放的。然后在将wav文件通过jni层的lame调用转码为MP3。

首先了解一下lame的api文档：

  1. 获取版本信息（可选的）
    const char * get_lame_version(void);

  2. 错误信息
    默认情况下lame会输出错误信息到标准错误流中，但是我们需要获取错误信息的话，可以调用如下方法来设置：

1
2
3
lame_set_errorf(gfp,error_handler_function);
lame_set_debugf(gfp,error_handler_function);
lame_set_msgf(gfp,error_handler_function);

通过这种方式，就可以将调试或者错误信息发送到我们自己的handler中。这个handler函数一般如下：

1
2
3
4
void my_debugf(const char *format, va_list ap)
{
    (void) vfprintf(stdout, format, ap);
}
  1. 初始化编码器
    初始化编码器并设置默认值：
1
2
3
4
5
6
7
8
9
10
11
12
#include "lame.h"
   lame_global_flags *gfp;
   gfp = lame_init();

/*The default (if you set nothing) is a  J-Stereo, 44.1khz
128kbps CBR mp3 file at quality 5.  */

   lame_set_num_channels(gfp,2);
   lame_set_in_samplerate(gfp,44100);
   lame_set_brate(gfp,128);
   lame_set_mode(gfp,1);
   lame_set_quality(gfp,2);   /* 2=high  5 = medium  7=low */

在lame.h文件中定义了lame_glob_flags的一种简写形式：typedef lame_global_flags *lame_t;我们就可以使用lame_t。

  1. 设置参数
1
zret_code = lame_init_params(gfp);

这个需要检查错误，因为可能会有错误的参数。

  1. 编码
    输出源时PCM数据，输出时mp3的帧，我们需要先设置一个缓冲区，来存放编码后的mp3数据，这个数据的大小可以根据采样率和采样数来计算。一个公式如下：
1
mp3buffer_size (in bytes) = 1.25*num_samples + 7200.

接下来是将采样数据生成为mp3数据，存入上边分配的缓冲区：

1
2
3
int lame_encode_buffer(lame_global_flags *gfp,
     short int leftpcm[], short int rightpcm[],
     int num_samples,char *mp3buffer,int  mp3buffer_size);

编码成功的话会返回编码的数量，有可能为0.假如编码不成功就会返回一个负数。

  1. 编码结束
    编码器可能会持有最后几个数据，需要调用这个函数：
1
int lame_encode_flush(lame_global_flags *,char *mp3buffer, int mp3buffer_size);

函数的返回值是最后的数据，大多数情况下是0。

  1. 写入tag

这个地方主要是写入上边提到的一些ID3等帧信息

1
void lame_mp3_tags_fid(lame_global_flags *,FILE* fid);
  1. 释放资源
    最后我们需要调用
1
void lame_close(lame_global_flags *);

最后附上demo的github地址：
https://github.com/rangaofei/AudioApplication

写在最后

现代技术发展，MP3终究会被时代抛弃，流媒体格式一般不会采用MP3传输，这篇文章的目的是介绍一些基本的音频知识，而且AudioRecorder本身有一定的局限性，不如OpenSLES灵活，所以算是抛砖引玉，后边将会介绍如何直接将PCM转码为mp3.
参考：

  1. 音视频开发进阶指南
  2. 维基百科-mp3
  3. (http://developer.samsung.com/technical-doc/view.do;jsessionid=32A9C99833A33F376D7DB8C787414B62?v=T000000090)[http://developer.samsung.com/technical-doc/view.do;jsessionid=32A9C99833A33F376D7DB8C787414B62?v=T000000090]