android音頻分析

⑴ android頻譜分析怎麼做

Android 音樂頻譜分析，把時域上連續的信號(波形)強度轉換成離散的頻域信號(頻譜)。
目前該 軟體，沒有安卓版，主要是太復雜了，大型軟體很少有安卓版的。實時頻譜分析儀/音頻可視化功能： - 128個高品質的頻段20Hz到22kHz的] - 對數頻率刻度，以符合人類感知 - 低延遲高響應性 - 的幀率看到平滑的頻率和幅度的動作 - 高性能的本機代碼中使用OpenGL ES 2.0的參考 - FFT窗口大小2048@43/58（用於ARMv7+）幀

⑵ Android音頻播放

最近需要在Android的客戶端中使用PCM聲音播放和錄制，簡單學習了一下。有不正確的地方還請指出。

首先有幾個概念需要了解一下：采樣頻率、聲道數、采樣位數。

采樣頻率一般是sample rate， 代表的是數字化音頻時每秒采樣的次數。常見的有44.1KHz（CD品質）、48KHz等。

這個很好理解，單聲道Mono就是聲音從一個方向傳出來；雙聲道Stereo也叫立體聲，聲音是從兩個方向傳來。通常的流行音樂中，仔細聽能發現每個聲道可能側重不同的樂曲聲部，比如左聲道吉他，右聲道鋼琴，人聲似乎兩個聲道都有，聽起來就像站在中間一樣。（這里沒有考證，隨便舉例）

每一個采樣都是一個數據點，采樣位數是指這個數據點使用了幾位來記錄。AudioTrack類只支持8位和16位的PCM音頻。8位就是2的8次方，即256個值；而16位則是2的16次方，有65536個值。

這個在音頻的編解碼中還是比較常用的。在PCM格式中，1秒鍾音頻的數據大小是SampleRate×Channel×Bit/8，單位是byte位元組。由於PCM本身沒有音頻幀的概念，所以通過這個公式就能計算出任意時長音頻的大小，或者得到任意大小音頻的時長。如果規定1個音頻幀是「每個聲道256個采樣」，雙聲道下就是512個采樣，那麼1幀的數據量就是256×Channel×Bit/8，同理可以推斷出1秒鍾有多少音頻幀等等。音頻幀的概念在各種編解碼中各有不同，但計算公式大同小異，這里不展開。

Android中音頻的播放使用的是AudioTrack類，具體用法非常簡單。
首先設置buffer大小。AudioTrack播放時需要先寫入buffer，如果這個buffer沒有寫滿，那麼這部分是不會播放的。所以buffer不能設置太小，這樣會導致播放不連貫；而buffer也不能設置太小，這樣不間斷寫入會消耗許多CPU資源。AudioTrack自帶了getMinBufferSize方法可以給出一個最小buffer，一般用這個值就可以。getMinBufferSize方法三個參數分別是sample rate、channel和bit。

設置完buffer size就可以實例化一個AudioTrack。其中第一個參數streamType是指不同的音頻流類型，包括STREAM_MUSIC、STREAM_ALARM、STREAM_VOICE_CALL、STREAM_RING等，是Android對不同音頻的分類。中間三個參數很好理解，第四個是buffer size，剛剛計算出來了。最後一個參數mode有兩種：MODE_STREAM和MODE_STATIC。前者是以流形式播放，後者則是一次性全部寫入然後播放。

調用實例的play()方法就可以開始播放了。不過播放得要有數據吧？要填寫數據就要用到write()方法。write方法中第一個參數是一個byte[]類型，是要寫入的數據源，可以是從文件流中讀取出來的；第二個參數offset是初始位移，即從source的哪個位置開始；第三個參數則是輸入長度。

當write方法寫滿一個AudioTrack的buffer時，就會有聲音播放出來了。
當播放完成後記得要把AudioTrack停止並釋放。

⑶ android中怎麼對音頻數據pcm進行解碼

工程代碼結構較為簡單：

簡單說下思路，先把PCM音頻數據從指定的路徑文件讀到內存，然後給AudioPlayer設置數據源，音頻參數等，最後執行播放，暫停，停止等操作
貼上部分類代碼片段：
public class AudioParam {

int mFrequency; // 采樣率

int mChannel; // 聲道

int mSampBit; // 采樣精度

}

public interface PlayState {

public static final int MPS_UNINIT = 0; // 未就緒

public static final int MPS_PREPARE = 1; // 准備就緒(停止)

public static final int MPS_PLAYING = 2; // 播放中

public static final int MPS_PAUSE = 3; // 暫停
}

⑷ Android OpenGLES3繪圖 - 音頻可視化（模仿MIUI系統效果）

小米手機播放音樂時鎖屏頁面可以設置音頻可視化效果，這是用OpenGL繪制出來的，我們來實現一下。

首先簡單分析一下原理：
圖形的每一行代表一個聲音片段，它就是一個一維數組，按照數值大小繪制不同的高度，就形成了一條「山脈」；獲取到下一個聲音片段後，將它繪制到下面一行，然後畫面整體向上滾動就可以了。整體類似於繪制一張游戲里常見的3D地形圖。

創建一個MediaPlayer，它可以直接讀取res/raw裡面的音頻文件，start()開始播放

Visualizer是Android SDK裡面提供的音頻分析工具，它可以直接獲取播放的音頻的波形和頻譜。onWaveFormDataCapture回調方法里返回的是原始的PCM波形數組，onFftDataCapture回調方法里返回的是經過快速傅里葉方法轉換後的聲音頻譜數組，數組的第一位是直流分量，後面是不同頻率的數值。

每次獲取到的是一組聲音數據，將它傳給Render繪制。

首先確定圖形的長寬，寬度w其實是由每組音頻的數組長度決定，可以由Visualizer.getCaptureSizeRange()[0]獲取，這里獲取的是最小的數組，也可以用Visualizer.getCaptureSizeRange()[1]獲取最大的數組；長度h可以自己設置想展示多長。

繪制地形圖也就是繪制w * h * 2個三角形，創建vao、vbo和ebo，由於頂點的位置都是固定的，可以在頂點著色器中用gl_VertexID獲取，所以vbo裡面不用傳頂點數據，直接傳聲音數組。

由於圖形是不斷刷新最後一行並向上滾動的，那麼需要使用一個隊列，為了每一幀數據改變最小，不至於進行大量的數組復制和移動。我們 用ByteBuffer vertexBuffer模擬一個循環隊列，使用一個行號int lineNum來標記隊列的頭部。每添加一行數據後，lineNum會加上w，這樣ByteBuffer分成了兩部分：lineNum * w之後的是新舊數據，之前的是舊數據 。

現在我們需要將數據從主內存（vertexBuffer）復制到GPU顯存（vbo）。vertexBuffer里是一個循環隊列，而vbo裡面只能順序保存（因為ebo序號是順序的，vbo不是順序圖形就會錯亂），更新vbo數據緩存的glBufferSubData方法支持設置偏移位置部分更新。那麼我們 先將vertexBuffer定位到lineNum * w，將它後面的舊數據復制到vbo的前面；然後將vertexBuffer定位到0，將剩下的新數據復制到vbo的後面 。這樣就保證了繪制時從上到下，從舊到新。

為了讓顏色更豐富，這里用了地形圖中常用的熱度漸變色數組。
理論上音頻數值是unsigned byte格式的，但是著色器不支持byte格式，我直接用int vPosition接收數據，然而數值范圍不再是0~255了，這有點奇怪，我沒有深入研究。簡單測試了一下，發現取int的前8位，再進行一點比例縮放，用它去漸變色數組里取顏色，會取得較好的顯示效果。

頂點著色器
shader_audio_v.glsl

將顏色傳給片段著色器顯示
shader_audio_f.glsl

最終效果如下圖，錄屏設置的碼率比較低，實際上是很清晰的。

完整項目在 SurfacePaint 項目下的 opengles3 模塊里的audio。

⑸ android里如何解析音頻文件獲取標題、專輯、文件名、藝術家

如果有的話，用WMP播放就可以看見了

⑹ 安卓系統為什麼音質不好

Android 基於Linux，我們先來了解一下Linux的特點。Linux使用ALSA作為其音頻架構，其全稱Advanced Linux Sound Architecture，即高級Linux聲音架構的意思，在2.6核心之後，ALSA成為了Linux系統默認的音頻子架構。取代了之前的OSS[Open Sound System，開放式聲音系統]。

ALSA並不太好理解，它首先是一個驅動庫，包含了大量的音效卡設備的開源驅動，並提供了核心層API與ALSA庫通信，而ALSA庫則是應用程序訪問和操控音頻硬體的中間層，這個中間層有標准介面，開發者可以無須考慮硬體差異性進行開發，它對提升開發效率是大有幫助的。ALSA可以向下兼容OSS，因為OSS已經被淘汰，其兼容的工作模式不再討論。

這個體系被繼承到了Android當中。在Android2.2[含2,2]之前，系統文件夾中能找到一個LibAudioALSA.so的文件，這就是ALSA庫文件，其他應用程序調用它，與音效卡設備進行指令和數據通信。Android音頻架構與Linux的並無本質區別。

在桌面版本的Linux當中，為了兼容各類音效卡，Linux也設置了一個SRC[Sample Rate Converter，采樣頻率轉換]的環節，當當前采樣率低於48kHz時強制SRC到48kHz輸出。這個SRC環節位於ALSA的插件模塊中的混音器部分。Android針對這個進行了改進。
什麼是SRC？SRC即Sample Rate Converter，中文意思為采樣頻率轉換。它被音效卡愛好者所關注，大部分發燒友視SRC為音質殺手。

Android增加了一個AudioFinger，這個可以簡單的理解為Android的ALSA音頻子系統的標准化的插件模塊，它包含了AudioMixer[混音器]、AudioResampler[重采樣]等子模塊，AudioResampler即我們理解的SRC，Android換了一個新名稱而已。針對SRC，Android做了改進，但改進並不是以去除SRC為目的，而是修改了默認的輸出頻率，Android的SRC目標采樣率為44.1kHz，非該值的采樣率都將SRC處理。例如播放48kHz采樣率的信號，輸出的最終是44.1kHz，這對音質將產生負面影響。

ALSA是一個針對Linux 桌面版本設計的音頻架構，它實際上是不適合智能終端設備的，起碼裡面大量的開源驅動代碼是可以去除的，對與Android來說，這些都是廢代碼。從Android2.3起，啟用了一個新的音頻架構。它放棄了一直使用的ALSA架構，因此系統文件夾中，也不再有LibAudioALSA.so這個文件。

Android2.3起，架構已經做了修改，在針對內部代碼進行了優化，去除了冗餘代碼，理論上讓系統能變得更加高效，可以將新架構理解為一個精簡的或者為智能終端設備定製的ALSA架構。遺憾的是，它同樣存在SRC嚴重劣化的問題，通過測試可以證明。
Android 3.0專門為平板電腦設計，影音體驗變得更加重要了，是不是新系統在音質方面會有新的的進步呢，測試結果依然是令人失望的。

Android系統將采樣率同一為44.1kHz輸出，這造成了諸多限制，它將無法實現96kHz、192kHz高清音頻節目的良好回放，大量視頻節目源自DVD或者藍光碟，其採用率多為48kHz，Android設備在回放這些視頻節目時，音質也將大打折扣。

理論上軟體SRC可以通過更換演算法來實現音質提升，但卻不太現實，智能終端所採用的CPU多為ARM，ARM晶元的浮點運算力有限，而SRC需要大量的浮點運算的資源，即便有了高質量的SRC演算法，其運算也是以犧牲設備性能和耗電量為代價的，實用性差。

從Android的音頻架構及流程分析，可以認為，播放44.1kHz采樣率的音樂節目時，不會引發SRC，音質因此可以獲得保證，理論上確實如此。但它同樣存在問題，不管是之前的ALSA架構還是Android2.3之後改良的架構，其驅動庫都位於核心層，也就意味著音頻設備廠商、用戶無法象PC平台那樣安裝驅動來改善音質。實際測試也表明，Android設備音質普遍偏差，Soomal有大量測試可以證明。

我們再把目光投向iOS，iOS非常封閉，我們甚至無法獲知其架構的具體構成，但iOS設備不存在硬體設備多樣性的問題，因此要實現更好音質也會更加簡單。iOS可以實現針對性的開發和改良，以實現更好的音質。實際情況也是如此，目前為止，還沒有一款Android設備的音質可以媲美任意一款iOS設備，這種差距，我們認為不是來自硬體，而是操作系統。

Android音頻架構的局限性也使得其難以成為優質的影音平台，如果你希望設計一款基於Android的高清影音播放器，那麼首先需要做的不是設計硬體，而是去修改現有架構的不足，或者乾脆設計一個專用的架構來取代Android的通用架構。從源代碼分析，Android和原生的Linux底層能支持各種采樣率，開源也使得其具有改造基礎，因此，在技術實力強勁的公司手裡，Android也可以烏雞變鳳凰。

⑺ Android音視頻三：AudioFlinger和HAL

先看看和Audio有關的hal文件 具體路徑/hardware/interfaces/audio/文件夾下（這里看的是6.0的）

在分析AudioFlinger的時候留下的和HAL有關的三個地方

DevicesFactoryHalInterface.cpp

FactoryHalHidl.cpp

DevicesFactoryHalHybrid.cpp

DevicesFactoryHalHidl.cpp

經過上面的步驟已經可以調用到IDeviceFactory的方法了，所以執行方法也就是走流程的事情

DevicesFactoryHalHybrid.cpp

DevicesFactoryHalHidl.cpp

DeviceFacotry.cpp

調用流程：AudioFlinger -> AudioHwDevice -> AudioStreamOut -> DeviceHalHidl -> Device.cpp -> audio.h 得到結果：拿到輸出流後，包裝成IStreamOut，在向上一層層包裝

AudioFlinger.cpp

AudioHwDevice.cpp

AudioStreamOut.cpp

DeviceHalHidl.cpp

⑻ android里如何解析音頻文件獲取標題、專輯、文件名、藝術家

把文件放在res/raw下，程序運行時把它釋放到指定目錄，代碼如下：（供樓主參考）

private final String DATABASE_PATH = android.os.Environment.getExternalStorageDirectory().getAbsolutePath() + "/db_exam";
private final String DATABASE_FILENAME = "tel.db";

public void extractDBFileFromRes(){
try {
String dbFileName = DATABASE_PATH + "/" + DATABASE_FILENAME;
File dir = new File(DATABASE_PATH);
if (!dir.exists()){
dir.mkdir();
Log.i("SQLite", "dir made:" + DATABASE_PATH);
} else {
Log.i("SQLite", "dir exist:" + DATABASE_PATH);
}

try {
//如果資料庫已經在SD卡的目錄下存在，那麼不需要重新創建，否則創建文件，並拷貝/res/raw下面的資料庫文件
if (!(new File(dbFileName).exists())){
Log.i("SQLite", dbFileName + ":file not exist");
//res/raw資料庫作為輸出流
InputStream inputStream = this.getResources().openRawResource(R.raw.tel);
//測試
int size = inputStream.available();
Log.i("SQLite", "DATABASE_SIZE:" + 1);
Log.i("SQLite", "count:" + 0);
//用於存放資料庫信息的數據流
FileOutputStream fileOutputStream = new FileOutputStream(dbFileName);
byte[] buffer = new byte[8192];
int count = 0;
Log.i("SQLite", "count:" + count);

//把數據寫入SD卡目錄下
while ((count = inputStream.read(buffer)) > 0 ) {
fileOutputStream.write(buffer, 0, count);
}
fileOutputStream.flush();
fileOutputStream.close();
inputStream.close();
}

} catch (FileNotFoundException e) {
Log.e("Database", "File not found");
e.printStackTrace();
}
} catch (IOException e) {
Log.e("Database", "IO exception");
e.printStackTrace();
}

}

⑼ Android -- 音視頻基礎知識

幀，是視頻的一個基本概念，表示一張畫面，如上面的翻頁動畫書中的一頁，就是一幀。一個視頻就是由許許多多幀組成的。

幀率，即單位時間內幀的數量，單位為：幀/秒 或fps（frames per second）。一秒內包含多少張圖片，圖片越多，畫面越順滑，過渡越自然。 幀率的一般以下幾個典型值：

24/25 fps：1秒 24/25 幀，一般的電影幀率。

30/60 fps：1秒 30/60 幀，游戲的幀率，30幀可以接受，60幀會感覺更加流暢逼真。

85 fps以上人眼基本無法察覺出來了，所以更高的幀率在視頻里沒有太大意義。

這里我們只講常用到的兩種色彩空間。

RGB的顏色模式應該是我們最熟悉的一種，在現在的電子設備中應用廣泛。通過R G B三種基礎色，可以混合出所有的顏色。

這里著重講一下YUV，這種色彩空間並不是我們熟悉的。這是一種亮度與色度分離的色彩格式。

早期的電視都是黑白的，即只有亮度值，即Y。有了彩色電視以後，加入了UV兩種色度，形成現在的YUV，也叫YCbCr。

Y：亮度，就是灰度值。除了表示亮度信號外，還含有較多的綠色通道量。

U：藍色通道與亮度的差值。

V：紅色通道與亮度的差值。

音頻數據的承載方式最常用的是 脈沖編碼調制 ，即 PCM 。

在自然界中，聲音是連續不斷的，是一種模擬信號，那怎樣才能把聲音保存下來呢？那就是把聲音數字化，即轉換為數字信號。

我們知道聲音是一種波，有自己的振幅和頻率，那麼要保存聲音，就要保存聲音在各個時間點上的振幅。

而數字信號並不能連續保存所有時間點的振幅，事實上，並不需要保存連續的信號，就可以還原到人耳可接受的聲音。

根據奈奎斯特采樣定理：為了不失真地恢復模擬信號，采樣頻率應該不小於模擬信號頻譜中最高頻率的2倍。

根據以上分析，PCM的採集步驟分為以下步驟：

采樣率，即采樣的頻率。

上面提到，采樣率要大於原聲波頻率的2倍，人耳能聽到的最高頻率為20kHz，所以為了滿足人耳的聽覺要求，采樣率至少為40kHz，通常為44.1kHz，更高的通常為48kHz。

采樣位數，涉及到上面提到的振幅量化。波形振幅在模擬信號上也是連續的樣本值，而在數字信號中，信號一般是不連續的，所以模擬信號量化以後，只能取一個近似的整數值，為了記錄這些振幅值，采樣器會採用一個固定的位數來記錄這些振幅值，通常有8位、16位、32位。

位數越多，記錄的值越准確，還原度越高。

最後就是編碼了。由於數字信號是由0，1組成的，因此，需要將幅度值轉換為一系列0和1進行存儲，也就是編碼，最後得到的數據就是數字信號：一串0和1組成的數據。

整個過程如下：

聲道數，是指支持能不同發聲（注意是不同聲音）的音響的個數。 單聲道：1個聲道
雙聲道：2個聲道
立體聲道：默認為2個聲道
立體聲道（4聲道）：4個聲道

碼率，是指一個數據流中每秒鍾能通過的信息量，單位bps（bit per second）

碼率 = 采樣率 * 采樣位數 * 聲道數

這里的編碼和上面音頻中提到的編碼不是同個概念，而是指壓縮編碼。

我們知道，在計算機的世界中，一切都是0和1組成的，音頻和視頻數據也不例外。由於音視頻的數據量龐大，如果按照裸流數據存儲的話，那將需要耗費非常大的存儲空間，也不利於傳送。而音視頻中，其實包含了大量0和1的重復數據，因此可以通過一定的演算法來壓縮這些0和1的數據。

特別在視頻中，由於畫面是逐漸過渡的，因此整個視頻中，包含了大量畫面/像素的重復，這正好提供了非常大的壓縮空間。

因此，編碼可以大大減小音視頻數據的大小，讓音視頻更容易存儲和傳送。

視頻編碼格式有很多，比如H26x系列和MPEG系列的編碼，這些編碼格式都是為了適應時代發展而出現的。

其中，H26x（1/2/3/4/5）系列由ITU（International Telecommunication Union）國際電傳視訊聯盟主導

MPEG（1/2/3/4）系列由MPEG（Moving Picture Experts Group, ISO旗下的組織）主導。

當然，他們也有聯合制定的編碼標准，那就是現在主流的編碼格式H264，當然還有下一代更先進的壓縮編碼標准H265。

H264是目前最主流的視頻編碼標准，所以我們後續的文章中主要以該編碼格式為基準。

H264由ITU和MPEG共同定製，屬於MPEG-4第十部分內容。

我們已經知道，視頻是由一幀一幀畫面構成的，但是在視頻的數據中，並不是真正按照一幀一幀原始數據保存下來的（如果這樣，壓縮編碼就沒有意義了）。

H264會根據一段時間內，畫面的變化情況，選取一幀畫面作為完整編碼，下一幀只記錄與上一幀完整數據的差別，是一個動態壓縮的過程。

在H264中，三種類型的幀數據分別為

I幀：幀內編碼幀。就是一個完整幀。

P幀：前向預測編碼幀。是一個非完整幀，通過參考前面的I幀或P幀生成。

B幀：雙向預測內插編碼幀。參考前後圖像幀編碼生成。B幀依賴其前最近的一個I幀或P幀及其後最近的一個P幀。

全稱：Group of picture。指一組變化不大的視頻幀。

GOP的第一幀成為關鍵幀：IDR

IDR都是I幀，可以防止一幀解碼出錯，導致後面所有幀解碼出錯的問題。當解碼器在解碼到IDR的時候，會將之前的參考幀清空，重新開始一個新的序列，這樣，即便前面一幀解碼出現重大錯誤，也不會蔓延到後面的數據中。

DTS全稱：Decoding Time Stamp。標示讀入內存中數據流在什麼時候開始送入解碼器中進行解碼。也就是解碼順序的時間戳。

PTS全稱：Presentation Time Stamp。用於標示解碼後的視頻幀什麼時候被顯示出來。

前面我們介紹了RGB和YUV兩種圖像色彩空間。H264採用的是YUV。

YUV存儲方式分為兩大類：planar 和 packed。

planar如下：

packed如下：

上面說過，由於人眼對色度敏感度低，所以可以通過省略一些色度信息，即亮度共用一些色度信息，進而節省存儲空間。因此，planar又區分了以下幾種格式：YUV444、 YUV422、YUV420。

YUV 4:4:4采樣，每一個Y對應一組UV分量。

YUV 4:2:2采樣，每兩個Y共用一組UV分量。

YUV 4:2:0采樣，每四個Y共用一組UV分量。

其中，最常用的就是YUV420。

YUV420屬於planar存儲方式，但是又分兩種類型：

YUV420P：三平面存儲。數據組成為YYYYYYYYUUVV（如I420）或YYYYYYYYVVUU（如YV12）。

YUV420SP：兩平面存儲。分為兩種類型YYYYYYYYUVUV（如NV12）或YYYYYYYYVUVU（如NV21）

原始的PCM音頻數據也是非常大的數據量，因此也需要對其進行壓縮編碼。

和視頻編碼一樣，音頻也有許多的編碼格式，如：WAV、MP3、WMA、APE、FLAC等等，音樂發燒友應該對這些格式非常熟悉，特別是後兩種無損壓縮格式。

但是，我們今天的主角不是他們，而是另外一個叫AAC的壓縮格式。

AAC是新一代的音頻有損壓縮技術，一種高壓縮比的音頻壓縮演算法。在MP4視頻中的音頻數據，大多數時候都是採用AAC壓縮格式。

AAC格式主要分為兩種：ADIF、ADTS。

ADIF：Audio Data Interchange Format。音頻數據交換格式。這種格式的特徵是可以確定的找到這個音頻數據的開始，不需進行在音頻數據流中間開始的解碼，即它的解碼必須在明確定義的開始處進行。這種格式常用在磁碟文件中。

ADTS：Audio Data Transport Stream。音頻數據傳輸流。這種格式的特徵是它是一個有同步字的比特流，解碼可以在這個流中任何位置開始。它的特徵類似於mp3數據流格式。

ADIF數據格式：

ADTS 一幀 數據格式（中間部分，左右省略號為前後數據幀）：

AAC內部結構也不再贅述，可以參考AAC 文件解析及解碼流程

細心的讀者可能已經發現，前面我們介紹的各種音視頻的編碼格式，沒有一種是我們平時使用到的視頻格式，比如：mp4、rmvb、avi、mkv、mov...

沒錯，這些我們熟悉的視頻格式，其實是包裹了音視頻編碼數據的容器，用來把以特定編碼標准編碼的視頻流和音頻流混在一起，成為一個文件。

例如：mp4支持H264、H265等視頻編碼和AAC、MP3等音頻編碼。

我們在一些播放器中會看到，有硬解碼和軟解碼兩種播放形式給我們選擇，但是我們大部分時候並不能感覺出他們的區別，對於普通用戶來說，只要能播放就行了。

那麼他們內部究竟有什麼區別呢？

在手機或者PC上，都會有CPU、GPU或者解碼器等硬體。通常，我們的計算都是在CPU上進行的，也就是我們軟體的執行晶元，而GPU主要負責畫面的顯示（是一種硬體加速）。

所謂軟解碼，就是指利用CPU的計算能力來解碼，通常如果CPU的能力不是很強的時候，一則解碼速度會比較慢，二則手機可能出現發熱現象。但是，由於使用統一的演算法，兼容性會很好。

硬解碼，指的是利用手機上專門的解碼晶元來加速解碼。通常硬解碼的解碼速度會快很多，但是由於硬解碼由各個廠家實現，質量參差不齊，非常容易出現兼容性問題。

MediaCodec 是Android 4.1(api 16)版本引入的編解碼介面，是所有想在Android上開發音視頻的開發人員繞不開的坑。

由於Android碎片化嚴重，雖然經過多年的發展，Android硬解已經有了很大改觀，但實際上各個廠家實現不同， 還是會有一些意想不到的坑。

相對於FFmpeg，Android原生硬解碼還是相對容易入門一些，所以接下來，我將會從MediaCodec入手，講解如何實現視頻的編解碼，以及引入OpenGL實現對視頻的編輯，最後才引入FFmpeg來實現軟解，算是一個比較常規的音視頻開發入門流程吧。

⑽ android中可以提取視頻文件中的音頻嗎

怎麼樣才可以將視頻中的一些音頻提取出來呢？把視頻中有趣的音頻提取出來有難度嗎？其實操作非常的簡單哦！不管是視頻音頻或者是音樂音頻都是可以提取的，那麼接下來就好好和你們說說如何提取音頻的吧！具體操作步驟如下：
第一步提取視頻音頻之前，需要安裝一款迅捷音頻轉換器
第二步打開後你們就會看到它的整體界面，在界面中會有一些功能，這些功能在我們的日常工作中都會遇到，今天我們需要點擊的就是音頻提取，接著添加文件或者添加文件夾。
第三步文件添加進去之後，提取音頻的步驟來了，大家會看到添加片段指南，怎麼添加呢？拉動上方的進度條就可以添加了，這個時候你們所看到的當前時間點顯示的就是你添加音頻的時間，然後點擊確定。
第四步在我們點擊確定之後，我們就要來到界面的地步，看到文件輸出目錄點擊文件夾就可以選擇保存的位置了，當我們的保存位置設置好之後，最後點擊開始提取。
第五步等待一會之後，界面你提取的音樂片段都會顯示個小對號，這個時候你們的提取已經完成了，然後在你們的保存的文件中就可以打開了。