引子

Android Framework的音頻子系統中，每一個音頻流對應著一個AudioTrack類的一個實例，每個AudioTrack會在創建時注冊到AudioFlinger中，由AudioFlinger把所有的AudioTrack進行混合（Mixer），然後輸送到AudioHardware中進行播放，目前Android的Froyo版本設定了同時最多可以創建32個音頻流，也就是說，Mixer最多會同時處理32個AudioTrack的數據流。

如何使用AudioTrack

AudioTrack的主要代碼位於 frameworks\base\media\libmedia\audiotrack.cpp中。現在先通過一個例子來了解一下如何使用AudioTrack，ToneGenerator是android中產生電話撥號音和其他音調波形的一個實現，我們就以它為例子：

ToneGenerator的初始化函數：

 

bool ToneGenerator::initAudioTrack() {  
   // Open audio track in mono, PCM 16bit, default sampling rate, default buffer size  
    mpAudioTrack = new AudioTrack();  
    mpAudioTrack->set(mStreamType,  
                      0,  
                      AudioSystem::PCM_16_BIT,  
                      AudioSystem::CHANNEL_OUT_MONO,  
                      0,  
                      0,  
                      audioCallback,  
                      this,  
                      0,  
                      0,  
                      mThreadCanCallJava);  
    if (mpAudioTrack->initCheck() != NO_ERROR) {  
        LOGE("AudioTrack->initCheck failed");  
        goto initAudioTrack_exit;  
    }  
    mpAudioTrack->setVolume(mVolume, mVolume);  
    mState = TONE_INIT;  
    ......  
 }  

 

 

可見，創建步驟很簡單，先new一個AudioTrack的實例，然後調用set成員函數完成參數的設置並注冊到AudioFlinger中，然後可以調用其他諸如設置音量等函數進一步設置音頻參數。其中，一個重要的參數是audioCallback，audioCallback是一個回調函數，負責響應AudioTrack的通知，例如填充數據、循環播放、播放位置觸發等等。回調函數的寫法通常像這樣：

 

void ToneGenerator::audioCallback(int event, void* user, void *info) {  
    if (event != AudioTrack::EVENT_MORE_DATA) return;  
    AudioTrack::Buffer *buffer = static_cast<AudioTrack::Buffer *>(info);  
    ToneGenerator *lpToneGen = static_cast<ToneGenerator *>(user);  
    short *lpOut = buffer->i16;  
    unsigned int lNumSmp = buffer->size/sizeof(short);  
    const ToneDescriptor *lpToneDesc = lpToneGen->mpToneDesc;  
    if (buffer->size == 0) return;  
 
    // Clear output buffer: WaveGenerator accumulates into lpOut buffer  
    memset(lpOut, 0, buffer->size);  
    ......  
    // 以下是產生音調數據的代碼，略....  
} 

 

 

該函數首先判斷事件的類型是否是EVENT_MORE_DATA，如果是，則後續的代碼會填充相應的音頻數據後返回，當然你可以處理其他事件，以下是可用的事件類型：

 

enum event_type {  
        EVENT_MORE_DATA = 0,        // Request to write more data to PCM buffer.  
        EVENT_UNDERRUN = 1,         // PCM buffer underrun occured.  
        EVENT_LOOP_END = 2,         // Sample loop end was reached; playback restarted from loop start if loop count was not 0.  
        EVENT_MARKER = 3,           // Playback head is at the specified marker position (See setMarkerPosition()).  
        EVENT_NEW_POS = 4,          // Playback head is at a new position (See setPositionUpdatePeriod()).  
        EVENT_BUFFER_END = 5        // Playback head is at the end of the buffer.  
    }; 

 

 

開始播放：

 

mpAudioTrack->start();  

 

 

停止播放：

 

mpAudioTrack->stop();  

 

 

只要簡單地調用成員函數start()和stop()即可。

AudioTrack和AudioFlinger的通信機制

通常，AudioTrack和AudioFlinger並不在同一個進程中，它們通過android中的binder機制建立聯系。

AudioFlinger是android中的一個service，在android啟動時就已經被加載。下面這張圖展示了他們兩個的關系：

                                                                              圖一 AudioTrack和AudioFlinger的關系

我們可以這樣理解這張圖的含義：

• audio_track_cblk_t實現了一個環形FIFO；
• AudioTrack是FIFO的數據生產者；
• AudioFlinger是FIFO的數據消費者。

建立聯系的過程

下面的序列圖展示了AudioTrack和AudioFlinger建立聯系的過程：

                                                              圖二 AudioTrack和AudioFlinger建立聯系

解釋一下過程：

• Framework或者Java層通過JNI，new AudioTrack();
• 根據StreamType等參數，通過一系列的調用getOutput();
• 如有必要，AudioFlinger根據StreamType打開不同硬件設備;
• AudioFlinger為該輸出設備創建混音線程： MixerThread()，並把該線程的id作為getOutput()的返回值返回給AudioTrack;
• AudioTrack通過binder機制調用AudioFlinger的createTrack();
• AudioFlinger注冊該AudioTrack到MixerThread中；
• AudioFlinger創建一個用於控制的TrackHandle，並以IAudioTrack這一接口作為createTrack()的返回值；
• AudioTrack通過IAudioTrack接口，得到在AudioFlinger中創建的FIFO(audio_track_cblk_t);
• AudioTrack創建自己的監控線程：AudioTrackThread；

自此，AudioTrack建立了和AudioFlinger的全部聯系工作，接下來，AudioTrack可以：

• 通過IAudioTrack接口控制該音軌的狀態，例如start,stop,pause等等；
• 通過對FIFO的寫入，實現連續的音頻播放；
• 監控線程監控事件的發生，並通過audioCallback回調函數與用戶程序進行交互；

FIFO的管理

 audio_track_cblk_t

audio_track_cblk_t這個結構是FIFO實現的關鍵，該結構是在createTrack的時候，由AudioFlinger申請相應的內存，然後通過IMemory接口返回AudioTrack的，這樣AudioTrack和AudioFlinger管理著同一個audio_track_cblk_t，通過它實現了環形FIFO，AudioTrack向FIFO中寫入音頻數據，AudioFlinger從FIFO中讀取音頻數據，經Mixer後送給AudioHardware進行播放。

audio_track_cblk_t的主要數據成員：

    user             -- AudioTrack當前的寫位置的偏移
    userBase     -- AudioTrack寫偏移的基准位置，結合user的值方可確定真實的FIFO地址指針
    server          -- AudioFlinger當前的讀位置的偏移
    serverBase  -- AudioFlinger讀偏移的基准位置，結合server的值方可確定真實的FIFO地址指針

    frameCount -- FIFO的大小，以音頻數據的幀為單位，16bit的音頻每幀的大小是2字節

    buffers         -- 指向FIFO的起始地址

    out               -- 音頻流的方向，對於AudioTrack，out=1，對於AudioRecord，out=0

audio_track_cblk_t的主要成員函數：

framesAvailable_l()和framesAvailable()用於獲取FIFO中可寫的空閒空間的大小，只是加鎖和不加鎖的區別。

 

uint32_t audio_track_cblk_t::framesAvailable_l()  
{  
    uint32_t u = this->user;  
    uint32_t s = this->server;  
    if (out) {  
        uint32_t limit = (s < loopStart) ? s : loopStart;  
        return limit + frameCount - u;  
    } else {  
        return frameCount + u - s;  
    }  
} 

    

 

framesReady()用於獲取FIFO中可讀取的空間大小。

 

uint32_t audio_track_cblk_t::framesReady()  
{  
    uint32_t u = this->user;  
    uint32_t s = this->server;  
    if (out) {  
        if (u < loopEnd) {  
            return u - s;  
        } else {  
            Mutex::Autolock _l(lock);  
            if (loopCount >= 0) {  
                return (loopEnd - loopStart)*loopCount + u - s;  
            } else {  
                return UINT_MAX;  
            }  
        }  
    } else {  
        return s - u;  
    }  
}  

 

 

我們看看下面的示意圖：

               _____________________________________________

               ^                          ^                             ^                           ^

        buffer_start              server(s)                 user(u)                  buffer_end

 很明顯，frameReady = u - s，frameAvalible = frameCount - frameReady = frameCount - u + s

 可能有人會問，應為這是一個環形的buffer，一旦user越過了buffer_end以後，應該會發生下面的情況：

                _____________________________________________

               ^                ^             ^                                                     ^

        buffer_start     user(u)     server(s)                                   buffer_end

這時候u在s的前面，用上面的公式計算就會錯誤，但是android使用了一些技巧，保證了上述公式一直成立。我們先看完下面三個函數的代碼再分析：

 

uint32_t audio_track_cblk_t::stepUser(uint32_t frameCount)  
{  
    uint32_t u = this->user;  
    u += frameCount;  
    ......  
    if (u >= userBase + this->frameCount) {  
        userBase += this->frameCount;  
    }  
    this->user = u;  
    ......  
    return u;  
}  

 

 

 

bool audio_track_cblk_t::stepServer(uint32_t frameCount)  
{  
    // the code below simulates lock-with-timeout  
    // we MUST do this to protect the AudioFlinger server  
    // as this lock is shared with the client.  
    status_t err;  
    err = lock.tryLock();  
    if (err == -EBUSY) { // just wait a bit  
        usleep(1000);  
        err = lock.tryLock();  
    }  
    if (err != NO_ERROR) {  
        // probably, the client just died.  
        return false;  
    }  
    uint32_t s = this->server;  
    s += frameCount;  
    // 省略部分代碼  
     // ......  
    if (s >= serverBase + this->frameCount) {  
        serverBase += this->frameCount;  
    }  
    this->server = s;  
    cv.signal();  
    lock.unlock();  
    return true;  
} 

 

 

 

 

void* audio_track_cblk_t::buffer(uint32_t offset) const 
{  
    return (int8_t *)this->buffers + (offset - userBase) * this->frameSize;  
} 

 

 

stepUser()和stepServer的作用是調整當前偏移的位置，可以看到，他們僅僅是把成員變量user或server的值加上需要移動的數量，user和server的值並不考慮FIFO的邊界問題，隨著數據的不停寫入和讀出，user和server的值不斷增加，只要處理得當，user總是出現在server的後面，因此frameAvalible()和frameReady()中的算法才會一直成立。根據這種算法，user和server的值都可能大於FIFO的大小：framCount，那麼，如何確定真正的寫指針的位置呢？這裡需要用到userBase這一成員變量，在stepUser()中，每當user的值越過(userBase+frameCount)，userBase就會增加frameCount，這樣，映射到FIFO中的偏移總是可以通過(user-userBase)獲得。因此，獲得當前FIFO的寫地址指針可以通過成員函數buffer()返回：

p = mClbk->buffer(mclbk->user);

在AudioTrack中，封裝了兩個函數：obtainBuffer()和releaseBuffer()操作FIFO，obtainBuffer()獲得當前可寫的數量和寫指針的位置，releaseBuffer()則在寫入數據後被調用，它其實就是簡單地調用stepUser()來調整偏移的位置。

IMemory接口

在createTrack的過程中，AudioFlinger會根據傳入的frameCount參數，申請一塊內存，AudioTrack可以通過IAudioTrack接口的getCblk()函數獲得指向該內存塊的IMemory接口，然後AudioTrack通過該IMemory接口的pointer()函數獲得指向該內存塊的指針，這塊內存的開始部分就是audio_track_cblk_t結構，緊接著是大小為frameSize的FIFO內存。

IMemory->pointer() ---->|_______________________________________________________

                                     |__audio_track_cblk_t__|_______buffer of FIFO(size==frameCount)____|

看看AudioTrack的createTrack()的代碼就明白了：

 

 

sp<IAudioTrack> track = audioFlinger->createTrack(getpid(),     
                                                      streamType,     
                                                      sampleRate,     
                                                      format,     
                                                      channelCount,     
                                                      frameCount,     
                                                      ((uint16_t)flags) << 16,     
                                                      sharedBuffer,     
                                                      output,     
                                                      &status);     
    // 得到IMemory接口     
    sp<IMemory> cblk = track->getCblk();                            
    mAudioTrack.clear();     
    mAudioTrack = track;     
    mCblkMemory.clear();     
    mCblkMemory = cblk;     
    // 得到audio_track_cblk_t結構     
    mCblk = static_cast<audio_track_cblk_t*>(cblk->pointer());      
    // 該FIFO用於輸出         
    mCblk->out = 1;                                                 
    // Update buffer size in case it has been limited by AudioFlinger during track creation     
    mFrameCount = mCblk->frameCount;     
    if (sharedBuffer == 0) {     
       // 給FIFO的起始地址賦值     
        mCblk->buffers = (char*)mCblk + sizeof(audio_track_cblk_t);     
    } else {     
        ..........             
    }