基于Android的声音频谱分析器研究与设计①

任衍敏， 侯 锟， 王大东

(吉林师范大学 计算机学院 ，吉林 四平 136000)

0 引 言

Android是一种基于Linux的开放源代码的操作系统，为软件开发人员提供了丰富的API和足够的开发权限，可以开发出功能强大创意十足的手机应用程序[1]。现今Android平台为广大用户提供了各种丰富多彩的应用服务。有关实验研究以及市面上可见得更多的是将已经采集好的音频文件，输入到利用A/D转换器，DSP芯片和各类显示器等组装得大型音频分析仪中进行分析检测[2～4]。这类分析仪的不足之处是大而沉重，携带不便，不能满足现代人们随时随地，方便快捷的学习与生活方式。

介绍一种基于Android平台进行音频采集与分析的方法。采用AudioRecord和AudioTrack类实现音频采集与输出[5]，通过接口提供给上层调用，通过快速傅立叶变换算法对音频数据进行频谱分析，利用随机流文件包的指针位置设置方法获取位置信息，实现频率在屏幕上的实时显示。

1 FFT算法理论

FFT是一种的高效算法，即快速傅里叶变换。其基本思想基于两点，一是根据中系数的周期性和对称性提高运算速度，二是把长度为点的大点数的运算分解为若干个小点数的来运算。根据蝶式运算不同可分为基-2，基-4和和任意基数的算法，其中基-2FFT算法更为灵活，应用较多。按照抽取方式又可分为按时间和按频率两类方法，两者只是复数加减法和旋转因子乘法的次序不同，运算量一样。采用基-2和按时间抽取FFT算法：

(1)

(1) 将序列x(n)按序号n的奇,偶分为两个N/2点子序列：

(2) 将N点DFT分为两组来运算:

根据

最后得

(3) 将X1(k)和X2(k)继续分解，可将N/2点的子序列再按奇、偶分解，一直到最后分解成两两点的DFT为止

2 整体架构

Android音频系统框架由应用层，Framework层，库层以及HAL层构成。主要体现在Framework层，该层可以简单地理解为一些API的集合，通过调用该层中的AudioRecord和AudioTrack类分别完成对音频数据的捕获和输出，同时利用FFT算法进行音频分析然后显示在屏幕上。框图如图1所示[6]。

图1 系统框图

先通过录音，即对音频信号的采集，Android系统功能自动将其从模拟信号转换为数字信号，存放在数据缓冲区中，写入到文件，以便实时播放和回放；然后微处理器对收到的离散数字信号进行快速傅立叶变换，同时将输出的数据存入另外一个缓冲区中，系统读出数据并对其进行绘图显示。

3 音频捕获与播放

在Andriod SDK中提供了两个用于音频捕获的类，这两个类分别是MediaRecorder类和AudioRecord类。MediaRecorder捕获的音频信号是压缩编码后的音频数据，所以在后续读取数据时，需要解压缩，而用AudioRecord捕获的音频信号可以直接获得无压缩的脉冲编码调制PCM数据[7～8]，因为它允许访问原始音频流，所以较前者更为灵活[9]。基于此，采用AudioRecord来捕获音频源，利用AudioTrack播放音频。

AudioRecord类构造函数包含五个参数，分别为：音频源，采样频率，声道，音频格式和缓冲区大小。为了适应不同Android设备的采样频率，设定了44100HZ, 22050HZ, 11025HZ, 8000HZ四个值。由于采样频率越高，采样数据越接近原始音频数据，由高向低选取设备硬件支持的最高采样频率。缓冲区大小调用getMinBufferSize静态方法。其余三个参数中，音频源设置为MediaRecorder.AudioSource.MIC，声道设置为AudioFormat.CHANNEL_IN_MONO(单声道)，音频格式设置为PCM16bit。现在，大部分安卓手机硬件支持16位采样，16位意味着对声音信号以216=64k个精度单位进行表示，所表示的音频比PCM8bit更接近真实[10]。音频捕获流程图如图2所示。

图2 音频捕获流程图

图3 A1被试者三个“起来”的部分实时音频分析图

图4 “黄鹂”、“夜莺”、“麻雀”叫声频谱分析图

4 实验与结果分析

4.1 实例一，歌声测试

实验分为两组，第一组一位测试者，音乐专业学生；第二组5位测试者，非专业学生。为了方便后续描述，将第一组的测试者记为A1，第二组测试者记为B1-B5。首先分别让他们训练国歌中的“起来，起来，起来”，然后进行单个采集；之后让大家选出最好的两位；最后进行频谱分析。选取这段因为这节是上行声调，情感也是越来越强烈，能够更加明显地显示分析结果。下图是A1测试者三个“起来”的部分实时音频分析图，上面是时域图，下面是频谱图。

从图中可以清晰地看到，三个“起来”时域上响度逐渐增强，密度逐渐增大。同样，频谱图中频率逐渐递增，密度逐渐增大。

下表1中Fmin表示最小基频，Fmax表示最大基频。

表1 “起来，起来，起来”A1，B1-B5被试的数据

由大家选出得表现最好的两位是A1和B3。

由上表4-1中的数据可以看到，A1被试与B1-B5被试者有明显的不同。A1被试的Fmin值明显小于B1-B5被试者的Fmin值，说明A1被试者演唱技巧要好于B1-B5被试者。同时，A1被试的Fmax值明显高于B1-B5被试者的，说明A1被试者在演唱中可以通过更好的情感表现力使声音位置达到最高的HZ值。此外，从数据上看，B3的演唱效果也是比较好的。其他几位被试最大值(最高音)HZ值上不去，最小值(最低音)HZ值下不来[11]。

4.2 实例二，鸟声测试

实验中采集“黄鹂鸟”、“夜莺”、“麻雀”三种鸟叫声进行分析。由于条件限制以及外界噪声干扰大且复杂的因素，三种鸟叫声的声源取自于网络上的原声音频。分析图如图4所示。

表2 “黄鹂”、“夜莺”、“麻雀”叫声频率数据

由实验一和实验二中的频谱分析图以及数据表中可以明显地看出，这三类鸟叫声的频率明显高于人发声的频率。也验证了鸟叫声更加清脆，明亮，悦耳的听觉美感。

5 结 语

基于Android操作系统平台，设计了一个针对音频采集与频谱分析的终端APP。利用Android提供的AudioRecord和AudioTrack类实现音频采集和播放；然后采用基-2FFT按时间抽取的算法实现了对音频数据的时频变换；其中用随机流文件包的指针位置设置方法获取位置信息，实现频率定点显示的功能。

[1] 许婧. 基于Android音频比对系统的设计与实现[D]. 武汉:华中科技大学, 2013.

[2] 张家田,封川川,严正国.基于DSP的音频信号分析仪设计[J].西安石油大学学报(自然科学版),2009,24(1):85-87.

[3] 张明,樊昌元,张东明,等.声音信号频谱检测仪设计[J].北京联合大学学报,2015,29(4):13-18.

[4] 陈坚,盛庆华,毛礼建,等.基于STM32的音频信号分析仪的设计与实现[J].工业仪表与自动化装置,2016,(3):79-21.

[5] Jens Saalmuller,Matthias Kuba,Andreas Oeder.A User-Friendly Android-Based Tool for 868 MHZ RF Traffic-and Spectrum-Analysis[C].Germany:embedded world2015,2015.

[6] SHETE P,KURUDE A,BHOLE M,et al.Android Based Spectrum Analyzer[J].Irenational Journal of Scientific &Technology Research,2013,2(10):303-305.

[7] 陆玲霞,彭勇刚,贺东星. 基于安卓频谱分析仪的探究性实验设计[J]. 实验科学与技术,2016,14(4):44-47.

[8] 苏维嘉,杨静,唐宇.Android手机麦克风的数据采集与显示[J].嵌入式技术,2012,38(7):30-32.

[9] Shawn Van Every . Android多媒体开发高级编程[M]. 巢文涵,译. 北京:清华大学出版社,2012.

[10] Shawn Van Every.Pro Android Media:Developing Graphics,Music,Video and Rich Media Apps for Smartphones and Tablets[M].Berkeley:Apress,2010.

[11] 豆钰.歌曲演唱中情感表现力的嗓音分析[D].北京:中国音乐学院,2016.