OpenSL ES利用SoundTouch实现PCM音频的变速和变调

我的视频课程（基础）：《（NDK）FFmpeg打造Android万能音频播放器》

我的视频课程（进阶）：《（NDK）FFmpeg打造Android视频播放器》

我的视频课程（编码直播推流）：《Android视频编码和直播推流》

我的视频课程（C++ OpenGL）：《Android C++ OpenGL教程》

说到OpenSL ES，不仅能播放和录制PCM音频数据，还能改变声音大小、设置左声道或右声道播放、还能变速播放，可谓是播放音频的王者。但是变速有一点不好的就是，虽然播放音频的速度变了，但是相应的音调也随之变了，这样的用户体验就不那么好了。所以就想到了用开源的SoundTouch来实现PCM音频变速和变调，OpenSL ES只是单纯的播放PCM数据就可以了。先来一张实例镇楼：（实例来自wlmusic），文末有本文实例代码。

一、移植SoundTouch（Android）：

1.1、下载SoundTouch源码，当前最新是：v2.0.0

1.2、用Android Studio创建一个C++项目，如果不会可看《Android Studio通过cmake创建FFmpeg项目》的创建过程。

1.3、然后再项目中集成OpenSL ES，可参考《Android通过OpenSL ES播放音频套路详解》。

1.4、在项目cpp文件夹中创建include和SoundTouch文件夹，并把下载好的SoundTouch里面的include和SoundTouch的源码拷贝进去就可以了，目录结构如下：

1.5、在CMakeList里面添加需要编译的cpp文件和include：

include_directories(src/main/cpp/SoundTouch)
include_directories(src/main/cpp/include)

add_library( # Sets the name of the library.native-lib# Sets the library as a shared library.SHARED# Provides a relative path to your source file(s).src/mainp/native-lib.cppsrc/mainp/SoundTouch/AAFilter.cppsrc/mainp/SoundTouch/FIFOSampleBuffer.cppsrc/mainp/SoundTouch/FIRFilter.cppsrc/mainp/SoundTouchu_detect_x86.cppsrc/mainp/SoundTouch/sse_optimized.cppsrc/mainp/SoundTouch/RateTransposer.cppsrc/mainp/SoundTouch/SoundTouch.cppsrc/mainp/SoundTouch/InterpolateCubic.cppsrc/mainp/SoundTouch/InterpolateLinear.cppsrc/mainp/SoundTouch/InterpolateShannon.cppsrc/mainp/SoundTouch/TDStretch.cppsrc/mainp/SoundTouch/BPMDetect.cppsrc/mainp/SoundTouch/PeakFinder.cpp)

这样就把SoundTouch移植到了Android中。

二、用SoundTouch转码PCM源文件：

2.1、因为SoundTouch默认是float（32bit）格式的数据，这里需要先改成short(16bit）的格式。打开STTypes.h文件，修改如下代码：

再注释掉下面这句，不然编译不通过（for x86模拟器）：

这样SoundTouch里面处理PCM数据就是用的16bit的数据了。

2.2、SoundTouch使用流程

2.2.1、添加命名空间，并创建SoundTouch指针变量

using namespace soundtouch;
SoundTouch *soundTouch;

2.2.2、设置SoundTouch参数

    soundTouch = new SoundTouch();soundTouch->setSampleRate(44100);//设置采样率，此处为44100，根据实际情况可变soundTouch->setChannels(2);//声道，此处为立体声soundTouch->setPitch(1);//变调不变速，如0.5、1.0、1.5等soundTouch->setTempo(1);//变速不变调，如0.5、1.0、2.0等

2.2.3、向SoundTouch中传入获取到的PCM数据，使用：putSamples函数。

size = fread(pcm_buffer, 1, 4096 * 2, pcmFile);
soundTouch->putSamples((const SAMPLETYPE *) pcm_buffer, size / 4);

这里，pcm_buffer是u_int16_t *类型的，也就是说和SoundTouch处理的PCM数据位数是一致的（16bit）,所以可以直接传入SoundTouch中。putSamples的第一个参数就是PCM数据指针，第二个参数是采样点的个数，由于是2声道16bit(2byte)，所以PCM数据的采样点个数为：num = 大小（size）/ (2 * 2)。

2.2.3、获取SoundTouch输出的PCM数据：使用receiveSamples函数。

num = soundTouch->receiveSamples(sd_buffer, size / 4);

这里，receiveSamples的第一个参数是SoundTouch（变速或变调）处理后的PCM数据存放的内存地址，第二个参数是可能的最大采样个数，可以和putSamples保持一致，其中sd_buffer是SAMPLETYPE * 类型的，记得要提前分配好内存大小，最后返回值就是SoundTouch处理后的PCM里面所包含的采样个数，由于可能有缓存，所以应循环读取receiveSamples，直到返回值为0为止。

2.2.4、OpenSL ES播放SoundTouch处理后的PCM音频数据。

(*pcmBufferQueue)->Enqueue(pcmBufferQueue, sd_buffer, size * 4);

由于size是采样个数，所以sd_buffer的大小是：size * 2(声道) * 2（16bit==2字节）。

这样，我们听到的声音就是通过SoundTouch转码过后的了，如：变速不变调，变调不变速，变速又变调都可以自己设置。

2.3、FFmpeg解码得到的PCM数据（uint_8 *）利用SoundTouch转码：

这里要处理的就是把uint_8 *(8bit)的数据转换成short(16bit)的数据格式。这里其实就是做bit的位运算，原理如下如：

转换代码如下：

for (int i = 0; i < size / 2 + 1; i++){sd_buffer[i] = (pcm_buffer[i * 2] | (pcm_buffer[i * 2 + 1] << 8));}soundTouch->putSamples((const SAMPLETYPE *) pcm_buffer, size / 4);

后续操作和16bit的一样不变。

三、总结

虽然是简单的移植SoundTouch到Android来播放PCM数据，但是还是让我们了解到了数据在内存中怎么排列的，然后可以怎么操作最小单位的bit来达到我们的要求。

实例源码下载：Github：SoundTouch_OpenSL_Android