链接：https://pan.baidu.com/s/1qrIsy1HoKkB9C7LM7oKyGg 

提取码：wum7 

 

音频指人耳可以听到的声音频率在20Hz~20kHz之间的声波，高保真系统会处理10Hz~90KHz的音频，通常SOC主芯片和PA功放芯片的音频后处理post-processing会对此范围的音频做带通滤波。

 

常见基本参数包括：

采样频率sample rate

指每秒钟取得声音样本的次数。采样频率越高,声音的质量也就越好,声音的还原也就越真实，但同时占的资源也多，尤其是存储和计算方面的资源。通常声音回放的采样率取44.1KHz或者48KHz，某些HiFi高保真系统会上到96KHz，大部分Android系统的vendor hal native sample rate是48KHz。录音的采样率主要由app根据实际场景自己选择，比如录制music之类的一般选择44.1KHz或者48KHz，人声对话选择8KHz或者16KHz就足够。

采样位数sample bit-depth

采样值，用来衡量样本量化的动态范围。也可理解为采样分辨率，位数越大越精细，声音的细节表现力就越强，同时在计算过程中精度丢失越少。通常媒体文件、声音回放源数据使用16bit有符号整数或者32bit signed float表示，一些中间处理过程的计算可能会采用20bit signed int、24bit signed int、32bit signed float数，以防止计算过程中丢失精度。

通道数channel count

声音通道的数目，常见的为单声道Mono、立体声Stereo、3.1ch、3.1.2ch、5.1ch、7.1ch，带宽大的音频系统能处理到32个声道。

帧大小frame size

单个音频采样的数据大小，也是计算过程能够处理的最小单元。

frame_size = sample_bits * channel_count

16bits * 2ch = 32 bits

帧块frame block

一定数量的帧序列。对vendor hal层以下的libtinyalsa、card driver和hardware DMA操作来说，以帧块作为单次处理的数据单元，通常以能够回放10ms~20ms的时间所需要的数据作为帧块大小。

frame_block_size = 20ms/1000ms * 48K * frame_size = 960 * frames = 960 * 4B = 3840 B

对于一些要求low latency的场合来说，通常以5ms作为帧块大小，

frame_block_size = 5ms/1000ms * 48K * frame_size = 240 * frames = 240 * 4B = 960 B

从libtinyalsa往下传递数据参数时都应当是帧块大小的整数倍。

 

各场景音频输出数据流路径

Speaker输出，PCM format数据流