高级音频编码AAC音频压缩学习

参考：https://zhuanlan.zhihu.com/p/525616690

参考：https://blog.csdn.net/weixin_45993872/article/details/141866508

　　声音的录制需要设置采样率，声道数量和编码格式。采样率是说：每秒钟采集声音的次数，单位是赫兹（Hz），一般在android录音中，代码里都写44100的采样率，采样率越高，采集到的音频信息越丰富，但在软件里占用的字节也更多。声道一般是写2个，双声道，声音更立体，声道配置多一个，会多占一倍的字节空间。编码格式一般写：ENCODING_PCM_16BIT。

　　经过设备录音的原始数据是会占用很多字节的，大概录制10分钟就会产生100多兆的原始数据，所以就有音频压缩技术的出现，帮助提高录音效率。常见的mp3格式的文件就是使用的mp3压缩技术，mp3的压缩比是1:10,也就是10分钟的原始音频数据经压缩后只有10兆大小。而这个AAC音频编码是比mp3压缩技术更先进的音频压缩技术。

　　AAC的压缩比是1:20,也就是10分钟的原始数据100兆，经过它的压缩后，数据就只有5兆大小。虽然它压缩了很多数据，但对于人来说，压缩后的声音的质量却比mp3压缩后的质量总体要高。AAC编码后的音频是需要解码的，它的解码效率也是很高的。AAC有两种数据保存格式：一种是ADIF，另一种是ADTS。它们两者的区别是，第一种不能在随机音频播放位置播放，也就是不能快进，后退什么的，只能从开头播放。另一种可以随机位置播放。我们在开发中一般就用ADTS的数据格式保存。

　　ADTS其实，是在原始数据经过压缩后的每帧音频的头部增加的一个头部数组，每帧音频数据都有。这个数组中的每个位置的数据都有它自己的含义。经过AAC压缩后的音频在解码时，都会先根据头部信息去解码压缩后的音频数据。

　　在开发中，需要自己在MediaCode的编码的输出字节数组中，给加上这个头部信息，然后在我们播放时的解码过程就不需要再去指定这个头部信息了。在开发过程中，还需要保证编码和解码所配置的采样率、声道的配置保持一致；还需要为MediaCode的输入的buffer指定足够的空间，否则会报overflow异常。如果解码时，输出的buffer总是返回-1，很可能是编码的配置和解码的配置不一致造成的。

　　开发参考文章：

https://juejin.cn/post/6844903929440911367，这边文章的ADTS可以参考，我用了是可以的。

https://blog.csdn.net/mozushixin_1/article/details/92830785，这篇文章，有些地方是不对的，它的ADTS计算时是用的采样率是44100，而他在代码中MediaCode配置的采样率是8000，不过他的这些部分可以参考：

就是配置是否有ADTS头和csd_0数组的计算方式可以参考。然后就是这个128000,是说的波特率，表示录音硬件设备每秒发送128000个数据位给软件，8bit=1byte，可以计算一下每秒是上传15.625kb的数据。波特率越高，其android设备上的硬件上传数据的效率就越高。