9、OpenSL ES入门：OpenSL ES在Android上的地位、Engine与Object的创建、播放器与录音器的配置

好，咱们今天聊聊OpenSL ES。说实话，在Android音频开发这个圈子里，OpenSL ES是个绕不开的话题。它不像AudioTrack那样简单易用，也不像AAudio那样新潮，但它就是那个“老大哥”——稳定、底层、跨平台。

我个人习惯把OpenSL ES比作音频开发的“C语言”。你想想看，Java层的MediaPlayer虽然方便，但延时动不动就上百毫秒。而OpenSL ES呢？它直接跟底层音频驱动打交道，延时能压到20-30ms。嗯，这就是它的价值所在。

9.1 OpenSL ES在Android上的地位

先说说它的位置。OpenSL ES是Khronos组织（就是搞OpenGL那个）制定的嵌入式音频加速标准。Android从2.3开始就支持了，一直到现在。

它的定位很明确：高性能、低延时的原生音频API。说白了，就是给那些对实时性要求高的应用准备的——比如专业音乐播放器、游戏音效引擎、VoIP通话、K歌App等等。

我在项目中遇到过不少开发者，一上来就用MediaPlayer做实时音频处理，结果发现延时根本压不下去。后来换成OpenSL ES，问题就解决了。所以我的建议是：如果你需要低于50ms的音频延时，别犹豫，直接上OpenSL ES。

核心要点：

  • OpenSL ES是C语言API，运行在Native层
  • 延时比Java层API低50%-70%
  • 支持音频播放、录音、音效处理
  • Android 4.2+支持低延时路径（需要设备支持）

不过要注意，OpenSL ES在Android上有个“小脾气”——它不支持所有OpenSL ES标准功能。比如音频混合器、MIDI这些，Android就没实现。所以开发前最好查一下Android NDK文档里的“Supported Features”列表。

9.2 Engine与Object的创建

好，咱们开始动手。OpenSL ES的编程模型跟其他SL API很像，都是基于对象的。但这里有个坑——它用的是面向对象的C语言，不是C++。什么意思呢？就是所有对象都是通过一个全局引擎创建的，然后通过接口来操作。

先看引擎创建。这是所有操作的起点：

// 1. 创建引擎对象
SLObjectItf engineObject = NULL;
SLEngineItf engineEngine = NULL;

SLresult result = slCreateEngine(&engineObject, 0, NULL, 0, NULL, NULL);
if (result != SL_RESULT_SUCCESS) {
    // 处理错误
}

// 2. 实例化引擎
result = (*engineObject)->Realize(engineObject, SL_BOOLEAN_FALSE);
if (result != SL_RESULT_SUCCESS) {
    // 处理错误
}

// 3. 获取引擎接口
result = (*engineObject)->GetInterface(engineObject, SL_IID_ENGINE, &engineEngine);
if (result != SL_RESULT_SUCCESS) {
    // 处理错误
}

这段代码我闭着眼睛都能写出来。为什么？因为每个OpenSL ES应用都得这么来一遍。你想想看，引擎就是整个音频系统的“工厂”，所有播放器、录音器、混音器都得从它这里创建。

个人经验： 我建议把引擎创建封装成一个函数，比如createOpenSLEngine()。这样每个模块调用起来都方便，而且错误处理可以统一做。我曾经在一个项目里，因为引擎创建失败没处理好，导致整个App无声运行了三天才被发现……

创建完引擎，接下来就是各种Object了。OpenSL ES里的Object分两种：可实例化的和不可实例化的。引擎本身是不可实例化的，而播放器、录音器这些是可实例化的。

每个Object创建后，都需要调用Realize来实例化。这个步骤很容易忘，我刚开始学的时候就经常漏掉，结果接口死活拿不到。

9.3 播放器的配置

播放器配置，说白了就是告诉引擎：我要播放什么格式的音频，从哪里播放，输出到哪里。

先看一个最简单的PCM播放器配置：

// 配置音频源（这里用buffer queue，即从内存播放）
SLDataLocator_AndroidSimpleBufferQueue locBufQueue = {
    SL_DATALOCATOR_ANDROIDSIMPLEBUFFERQUEUE,
    2  // buffer队列长度
};

SLDataFormat_PCM formatPcm = {
    SL_DATAFORMAT_PCM,
    2,              // 声道数
    SL_SAMPLINGRATE_44_1,
    SL_PCMSAMPLEFORMAT_FIXED_16,
    SL_PCMSAMPLEFORMAT_FIXED_16,
    SL_SPEAKER_FRONT_LEFT | SL_SPEAKER_FRONT_RIGHT,
    SL_BYTEORDER_LITTLEENDIAN
};

SLDataSource audioSrc = {&locBufQueue, &formatPcm};

// 配置音频输出（通常输出到扬声器/耳机）
SLDataLocator_OutputMix locOutMix = {
    SL_DATALOCATOR_OUTPUTMIX,
    outputMixObject
};

SLDataSink audioSnk = {&locOutMix, NULL};

// 创建播放器
SLObjectItf playerObject = NULL;
SLPlayItf playerPlay = NULL;
SLAndroidSimpleBufferQueueItf playerBufferQueue = NULL;

const SLInterfaceID ids[] = {SL_IID_BUFFERQUEUE};
const SLboolean req[] = {SL_BOOLEAN_TRUE};

result = (*engineEngine)->CreateAudioPlayer(
    engineEngine,
    &playerObject,
    &audioSrc,
    &audioSnk,
    1,      // 接口数量
    ids,
    req
);

// 实例化播放器
result = (*playerObject)->Realize(playerObject, SL_BOOLEAN_FALSE);

// 获取播放接口
result = (*playerObject)->GetInterface(playerObject, SL_IID_PLAY, &playerPlay);

// 获取buffer queue接口
result = (*playerObject)->GetInterface(
    playerObject,
    SL_IID_ANDROIDSIMPLEBUFFERQUEUE,
    &playerBufferQueue
);

这里有个关键点：音频格式必须跟实际数据一致。比如你的PCM数据是16位、44100Hz、立体声，那配置里就必须这么写。我曾经帮一个同事调试，他播放出来的声音全是噪音，最后发现是采样率写成了48000，但实际数据是44100的。

避坑指南： 我曾经在配置SLDataFormat_PCM时，把containerSize和representation搞混了。记住：containerSize是存储位宽，representation是编码格式。对于16位PCM，containerSize填16，representation填SL_PCMSAMPLEFORMAT_FIXED_16。

9.4 录音器的配置

录音器的配置跟播放器很像，但方向是反的——数据从麦克风流到你的buffer里。

看代码：

// 配置音频接收器（数据写到哪里）
SLDataLocator_IODevice locIoDevice = {
    SL_DATALOCATOR_IODEVICE,
    SL_IODEVICE_AUDIOINPUT,
    SL_DEFAULTDEVICEID_AUDIOINPUT,
    NULL
};

SLDataSource audioSrc = {&locIoDevice, NULL};

// 配置音频格式（录音数据格式）
SLDataLocator_AndroidSimpleBufferQueue locBufQueue = {
    SL_DATALOCATOR_ANDROIDSIMPLEBUFFERQUEUE,
    2
};

SLDataFormat_PCM formatPcm = {
    SL_DATAFORMAT_PCM,
    1,              // 单声道录音
    SL_SAMPLINGRATE_44_1,
    SL_PCMSAMPLEFORMAT_FIXED_16,
    SL_PCMSAMPLEFORMAT_FIXED_16,
    SL_SPEAKER_FRONT_CENTER,
    SL_BYTEORDER_LITTLEENDIAN
};

SLDataSink audioSnk = {&locBufQueue, &formatPcm};

// 创建录音器
SLObjectItf recorderObject = NULL;
SLRecordItf recorderRecord = NULL;
SLAndroidSimpleBufferQueueItf recorderBufferQueue = NULL;

const SLInterfaceID ids[] = {SL_IID_ANDROIDSIMPLEBUFFERQUEUE};
const SLboolean req[] = {SL_BOOLEAN_TRUE};

result = (*engineEngine)->CreateAudioRecorder(
    engineEngine,
    &recorderObject,
    &audioSrc,
    &audioSnk,
    1,
    ids,
    req
);

// 实例化
result = (*recorderObject)->Realize(recorderObject, SL_BOOLEAN_FALSE);

// 获取接口
result = (*recorderObject)->GetInterface(recorderObject, SL_IID_RECORD, &recorderRecord);
result = (*recorderObject)->GetInterface(
    recorderObject,
    SL_IID_ANDROIDSIMPLEBUFFERQUEUE,
    &recorderBufferQueue
);

录音器有个容易忽略的地方：权限。Android 6.0以上需要动态申请录音权限，而且必须在Native层调用之前就申请好。我见过有人把权限申请放在Native代码里，结果死活拿不到麦克风数据。

录音配置要点：

  • 录音源用SL_IODEVICE_AUDIOINPUT，不要用其他值
  • 单声道录音通常就够用了，立体声会增加数据量
  • 采样率建议用44100或48000，兼容性最好
  • Buffer queue长度至少2，避免数据丢失

9.5 核心知识体系

说了这么多，咱们用一张图来梳理一下OpenSL ES的核心结构：

OpenSL ES 核心知识体系 SL Engine（引擎） Audio Player 播放器对象 Audio Recorder 录音器对象 Output Mix 输出混音器 SLPlayItf 播放控制接口 SLBufferQueueItf 数据缓冲接口 SLVolumeItf 音量控制接口 SLRecordItf 录音控制接口 SLBufferQueueItf 数据缓冲接口 SLAndroidItf Android扩展接口 核心对象 接口（Interface）

这张图把OpenSL ES的核心结构说清楚了。引擎在最上层，下面挂着播放器、录音器和混音器。每个对象又通过接口暴露功能。你想想看，这种设计其实很灵活——你不需要的功能就不获取对应的接口，代码自然就精简了。

9.6 总结与避坑

好，咱们把这一章的核心点串一下：

  • OpenSL ES是Android上实现低延时音频的首选方案，延时能压到20-30ms
  • 引擎是万物之源，所有对象都得从引擎创建
  • 播放器和录音器的配置核心是数据源和数据接收器，格式必须匹配
  • Buffer queue是数据流动的通道，长度至少2，避免卡顿

最后提醒几个坑：

  • 别忘了调用Realize——我见过有人调试了一整天，结果就是忘了这步
  • 音频格式配置错了，出来的声音要么是噪音要么是静音
  • 录音权限必须在Java层申请，Native层拿不到权限
  • Buffer queue的回调是在工作线程里执行的，别在里面做耗时操作

嗯，这一章的内容就到这儿。OpenSL ES入门其实不难，关键是理解它的对象模型和接口机制。下一章咱们会深入Buffer queue的数据流转，到时候再聊。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →