AndroidAudioSystem.doc

1、Android 音频系统1. 系统架构Android 的音频系统拥有一个比较标准和健全的架构，从上层应用，java framework 服务 AudioMananger，本地服务 AudioFlinger，抽象层 AlsaHAL，本地库，再调用external 的 tinyalsa 外部支持库，最后到底层驱动的 codec。Java 服务 AudioManager 作为服务端，本地服务 AudioFlinger 作为客户端，两者通过Binder 机制交互。AudioFlinger 对硬件功能的具体实现交给硬件抽象层 AlsaHAL 完成。抽象层可以调用本地标准接口，或者直接调用 Tinyals

2、a 库去操作底层驱动。详细调用过程如下图：简单说来，轨迹如下：Java 端发起调用，MediaPlayer 会转至 MediaPlayerService，然后会调用相应的解码工具解码后创建 AudioTrack，所有待输出的 AudioTrack 在 AudioFlinger:AudioMixer 里合成，然后通过 AudioHAL(AudioHardwareInterface 的实际实现者) 传至实际的硬件来实现播放。2. AudioFlinger AudioFlinger 是 android 中的一个 service，在 android 启动时就已经被加载。AudioFlinger 向下访

3、问 AudioHardware，实现输出音频数据，控制音频参数。同时，AudioFlinger 向上通过 IAudioFinger 接口提供服务。所以，AudioFlinger 在 Android 的音频系统框架中起着承上启下的作用，地位相当重要。AudioFlinger 的类结构下面的图示描述了 AudioFlinger 类的内部结构和关系： IAudioFlinger 接口这是 AudioFlinger 向外提供服务的接口，例如openOutput，openInput，createTrack，openRecord 等等，应用程序或者其他 service 通过 ServiceManager

4、可以获得该接口。该接口通过继承 BnAudioFlinger 得到。 ThreadBase在 AudioFlinger 中，Android 为每一个放音/ 录音设备均创建一个处理线程，负责音频数据的 I/O 和合成，ThreadBase 是这些线程的基类，所有的播放和录音线程都派生自 ThreadBase TrackBase应用程序每创建一个音轨（AudioTrack/AudioRecord） ，在 AudioFlinger 中都会创建一个对应的 Track 实例，TrackBase 就是这些 Track 的基类，他的派生类有：PlaybackTread:Track / 用于普通播放，对应于应

5、用层的 AudioTrack PlaybackThread:OutputTrack / 用于多重设备输出，当蓝牙播放开启时使用 RecordThread:RecordTrack / 用于录音，对应于应用层的 AudioRecord 播放默认的播放线程是 MixerThread，它由 AudioPolicyManager 创建，最终会进入AudioFlinger 的 openOut 函数。3. AudioTrack 和 AudioFlinger 的通信机制通常，AudioTrack 和 AudioFlinger 并不在同一个进程中，它们通过 android 中的 binder机制建立联系。Aud

6、ioTrack 主要是用来播放声音的，AudioTrack 贯穿了 JAVA 层,JNI 层和 Native 层。下面这张图展示了他们两个的关系：我们可以这样理解这张图的含义：audio_track_cblk_t 实现了一个环形 FIFO； AudioTrack 是 FIFO 的数据生产者； AudioFlinger 是 FIFO 的数据消费者。 1) 建立联系的过程下面的序列图展示了 AudioTrack 和 AudioFlinger 建立联系的过程：2) FIFO 的管理audio_track_cblk_taudio_track_cblk_t 这个结构是 FIFO 实现的关键，该结构是在

7、createTrack 的时候，由AudioFlinger 申请相应的内存，然后通过 IMemory 接口返回 AudioTrack 的，这样AudioTrack 和 AudioFlinger 管理着同一个 audio_track_cblk_t，通过它实现了环形FIFO， AudioTrack 向 FIFO 中写入音频数据，AudioFlinger 从 FIFO 中读取音频数据，经 Mixer 后送给 AudioHardware 进行播放。 audio_track_cblk_t 的主要数据成员：user - AudioTrack 当前的写位置的偏移userBase - AudioTrack 写

8、偏移的基准位置，结合 user 的值方可确定真实的FIFO 地址指针server - AudioFlinger 当前的读位置的偏移serverBase - AudioFlinger 读偏移的基准位置，结合 server 的值方可确定真实的FIFO 地址指针frameCount - FIFO 的大小，以音频数据的帧为单位，16bit 的音频每帧的大小是 2 字节buffers - 指向 FIFO 的起始地址out - 音频流的方向，对于 AudioTrack，out=1，对于AudioRecord，out=0 audio_track_cblk_t 的主要成员函数：framesAvailable_

9、l()和 framesAvailable()用于获取 FIFO 中可写的空闲空间的大小，只是加锁和不加锁的区别。framesReady()用于获取 FIFO 中可读取的空间大小。3) IMemory 接口在 createTrack 的过程中，AudioFlinger 会根据传入的 frameCount 参数，申请一块内存，AudioTrack 可以通过 IAudioTrack 接口的 getCblk()函数获得指向该内存块的 Imemory接口，然后 AudioTrack 通过该 IMemory 接口的 pointer()函数获得指向该内存块的指针，这块内存的开始部分就是 audio_trac

10、k_cblk_t 结构，紧接着是大小为 frameSize的 FIFO 内存。4. AudioPolicyServiceAudioPolicyService 是 Android 音频系统的两大服务之一，另一个服务是 AudioFlinger，这两大服务都在系统启动时有 MediaSever 加载。AudioPolicyService 主要完成以下任务： JAVA 应用层通过 JNI，经由 IAudioPolicyService 接口，访问 AudioPolicyService 提供的服务 输入输出设备的连接状态 系统的音频策略（strategy）的切换 音量/音频参数的设置AudioPolic

11、yService 的构成下面这张图描述了 AudioPolicyService 的静态结构：进一步说明:1) AudioPolicyService 继承了 IAudioPolicyService 接口，这样 AudioPolicyService 就可以基于 Android 的 Binder 机制，向外部提供服务；2) AudioPolicyService 同时也继承了 AudioPolicyClientInterface 类，他有一个AudioPolicyInterface 类的成员指针 mpPolicyManager，实际上就是指向了AudioPolicyManager；3) AudioPo

12、licyManager 类继承了 AudioPolicyInterface 类以便向 AudioPolicyService 提供服务，反过来同时还有一个 AudioPolicyClientInterface 指针，该指针在构造函数中被初始化，指向了 AudioPolicyService，实际上，AudioPolicyService 是通过成员指针 mpPolicyManager 访问 AudioPolicyManager，而 AudioPolicyManager 则通过 AudioPolicyClientInterface（mpClientInterface）访问 AudioPolicySer

13、vice；4) AudioPolicyService 有一个内部线程类 AudioCommandThread，顾名思义，所有的命令（音量控制，输入、输出的切换等）最终都会在该线程中排队执行； 输入输出设备管理音频系统为音频设备定义了一个枚举：AudioSystem:audio_devices ，例如：DEVICE_OUT_SPEAKER，DEVICE_OUT_WIRED_HEADPHONE，DEVICE_OUT_BLUETOOTH_A2DP，DEVICE_IN_BUILTIN_MIC，DEVICE_IN_VOICE_CALL 等等，每一个枚举值其实对应一个 32bit 整数的某一个位，所以这些

14、值是可以进行位或操作的， 音量管理AudioPolicyManager 提供了一下几个与音量相关的函数：initStreamVolume(AudioSystem:stream_type stream, int indexMin, int indexMax) setStreamVolumeIndex(AudioSystem:stream_type stream, int index) getStreamVolumeIndex(AudioSystem:stream_type stream) AudioService.java 中定义了每一种音频流的最大音量级别：/* hide Maximum vo

15、lume index values for audio streams */ private int MAX_STREAM_VOLUME = new int 5, / STREAM_VOICE_CALL 7, / STREAM_SYSTEM 7, / STREAM_RING 15, / STREAM_MUSIC 7, / STREAM_ALARM 7, / STREAM_NOTIFICATION 15, / STREAM_BLUETOOTH_SCO 7, / STREAM_SYSTEM_ENFORCED 15, / STREAM_DTMF 15 / STREAM_TTS ; 由此可见，电话铃声

16、可以有 7 个级别的音量，而音乐则可以有 15 个音量级别，java 的代码通过 jni，最后调用 AudioPolicyManager 的 initStreamVolume()，把这个数组的内容传入 AudioPolicyManager 中，这样 AudioPolicyManager 也就记住了每一个音频流的音量级别。应用程序可以调用 setStreamVolumeIndex 设置各个音频流的音量级别，setStreamVolumeIndex 会把这个整数的音量级别转化为适合人耳的对数级别，然后通过 AudioPolicyService 的 AudioCommandThread，最终会将设置

17、应用到 AudioFlinger 的相应的 Track 中。 音频策略管理我想首先要搞清楚 stream_type，device ，strategy 三者之间的关系：AudioSystem:stream_type 音频流的类型，一共有 10 种类型。AudioSystem:audio_devices 音频输入输出设备，每一个 bit 代表一种设备，见前面的说明。AudioPolicyManager:routing_strategy 音频路由策略，可以有 4 种策略。getStrategy(stream_type)根据 stream type，返回对应的 routing strategy 值，getDeviceForStrategy()则是根据 routing strategy，返回可用的 device。Android 把 10 种stream type 归纳为 4 种路由策略，然后根据路由策略决定具体的输出设备。