共享音频输入

音频输入通常来自内置麦克风、外部麦克风或连接到设备的音频接口。音频输入也可以来自手机对话。

有时,两个或更多应用可能都想“捕获”同一个音频输入。它们可能在执行不同的任务。 例如,某些接收音频的应用可能像简单的录音器一样在“录制”,而其他应用可能在“听取”,如 Google 助理或可响应语音指令的无障碍服务。

无论是哪种情况,这些应用都希望接收音频输入。 在本页中,无论应用是在录制还是只是在监听,我们都会使用“捕获”一词。

如果两个或更多应用想要同时捕获音频,那么将来自同一来源的音频信号传递给所有应用时,可能会出现问题。本页介绍了 Android 系统如何在多个捕获音频的应用之间共享音频输入。

Android 10 之前的行为

在 Android 10 之前,输入音频流一次只能由一个应用捕获。如果某个应用已经在录制或收听音频,您的应用可以创建一个 AudioRecord 对象,但当您调用 AudioRecord.startRecording() 时系统会返回错误,并且录制不会开始。

此规则的一个例外情况是特权应用(如 Google 助理或无障碍服务)具有 android.permission.CAPTURE_AUDIO_HOTWORD 权限并使用 HOTWORD 类型的音频源。在这种情况下,其他应用可以开始录制。发生这种情况时,特权应用终止,新应用捕获输入。

Android 9 中还添加了一项更改:只有在前台运行的应用(或前台服务)才能捕获音频输入。当没有前台服务或前台界面组件的应用开始捕获音频时,该应用会继续运行但收到静默,即使它是当时唯一一个在捕获音频的应用。

Android 10 行为

Android 10 之前的行为是“先到先得”。一旦应用开始捕获音频,其他应用便无法访问音频输入,直到正在捕获音频的应用停止运行。

Android 10 实施了一种优先级方案,可以在应用运行时切换输入音频流。在大多数情况下,如果新应用获取音频输入,之前的捕获应用会继续运行,但会受到静默处理。在某些情况下,系统可以继续向这两个应用传输音频。各种共享场景如下所述。

此方案类似于音频焦点处理多个应用争用音频输出的方式。不过,音频焦点通过程序化请求管理,以获取和释放焦点,而此处所述的输入切换方案基于优先级政策,每当新应用开始捕获音频时,该策略都会自动应用。

为了捕获音频,Android 会区分两种类型的应用:

  • 用户安装的“普通”应用。
  • 设备上预安装的“特权”应用。其中包括 Google 助理以及所有无障碍服务。

此外,如果应用使用“隐私敏感”音频源,则其处理方式会有所不同:CAMCORDERVOICE_COMMUNICATION

使用和共享音频输入的优先级规则如下:

  • 特权应用的优先级高于普通应用。
  • 具有可见前台界面的应用比后台应用具有更高的优先级。
  • 相较于从非隐私敏感源捕获音频的应用,从隐私敏感源捕获音频的应用有着更高的优先级。
  • 两个普通应用永远无法同时捕获音频。
  • 在某些情况下,特权应用可以与其他应用共享音频输入。
  • 如果两个优先级相同的后台应用都在捕获音频,则后开始的那个优先级更高。

共享方案

当两个应用尝试捕获音频时,它们都可以接收输入信号,或者其中一个可以接收静音。

四种主要方案如下:

  • Google 助理 + 普通应用
  • 无障碍服务 + 普通应用
  • 两个普通应用
  • 语音通话 + 普通应用

Google 助理 + 普通应用

Google 助理是特权应用,因为它已预安装且具有 RoleManager.ROLE_ASSISTANT 角色。拥有此角色的任何其他预安装应用都会受到类似处理。

Android 根据以下规则共享输入音频:

  • 除非另一个使用隐私敏感音频源的应用正在捕获音频,否则 Google 助理可以接收音频(无论是在前台还是后台)。

  • 除非 Google 助理在屏幕顶部有可见的界面组件,否则应用会收到音频。

请注意,只有当 Google 助理在后台运行且其他应用没有从隐私敏感音频源捕获音频时,这两个应用才会接收音频。

无障碍服务 + 普通应用

AccessibilityService 需要严格的声明

Android 根据以下规则共享输入音频:

  • 如果服务的界面位于顶部,则服务和应用都会接收音频输入。此行为提供了使用语音指令控制语音通话或视频拍摄等功能。

  • 如果该服务不在顶部,则此情况的处理方式与下述两个普通应用的情况一样。

两个普通应用

当两个应用同时进行捕获时,只有一个应用接收音频,另一个应用会受到静默处理。

Android 根据以下规则共享输入音频:

  • 如果这两个应用都不具备隐私敏感性,则顶部有界面的应用会接收音频。如果两个应用都没有界面,则较晚开始者接收音频。
  • 如果其中一个应用具有隐私敏感性,则该应用会接收音频,而另一个应用则会受到静默处理,即使该应用位于顶部或最近才开始捕获音频。
  • 如果这两个应用都注重隐私,那么最近开始捕获音频的应用会接收音频,另一个应用则会受到静音。

语音通话 + 普通应用

如果 AudioManager.getMode() 返回的音频模式为 MODE_IN_CALLMODE_IN_COMMUNICATION,则表示语音通话。

Android 根据以下规则共享输入音频:

Android 11 行为

Android 11(API 级别 30)遵循上述 Android 10 优先级方案。它还在 AudioRecordMediaRecorderAAudioStream 中提供了新方法,无论所选用例如何,这些新方法均支持和停用同时捕获音频的功能。

这些新方法包括:

setPrivacySensitive()true 时,捕获用例是私有的,即使是特权助理也不能并发捕获。此设置会覆盖依赖于音频来源的默认行为。例如,VOICE_COMMUNICATION 默认情况下是私有的,但 UNPROCESSED 则不是。

配置变更

当多个应用同时捕获音频时,其中只有一个或两个应用处于“活动”状态(正在接收音频),其他应用则处于静音状态(接收静音)。当活跃应用发生更改时,音频框架可能会根据以下规则重新配置音频路径:

  • 每个活跃应用的音频输入设备可能会发生变化(例如,从内置麦克风更改为连接的蓝牙耳机)。
  • 启用与优先级最高的活动应用相关联的预处理。所有其他预处理都会被忽略。

由于当前应用可能会在优先级较高的应用变为活动状态时被静音,因此您可以在 AudioRecordMediaRecorder 对象上注册 AudioManager.AudioRecordingCallback,以便在配置发生更改时收到通知。 可能的更改如下:

  • 捕获受到静默处理或解除静默处理
  • 设备更改
  • 预处理更改
  • 音频流属性更改(采样率、通道掩码、采样格式)

您必须在开始捕获之前调用 AudioRecord.registerAudioRecordingCallback()。仅当应用正在接收音频且发生更改时才执行回调。

方法 onRecordingConfigChanged() 会返回包含当前音频捕获状态的 AudioRecordingConfiguration。请使用以下方法了解相关更改:

isClientSilenced()
如果返回给客户端的音频目前因捕获政策而被静音,则返回 true。
getAudioDevice()
返回活跃的音频设备。
getEffects()
返回有效的预处理效果。请注意,如果客户端不是优先级最高的活跃应用,则活跃效果可能与 getClientEffects() 返回的效果不同。
getFormat()
返回数据流属性。请注意,客户端接收的实际音频数据始终遵循 getClientFormat() 返回的要求格式。框架会自动执行必要的重新采样、通道和格式转换,从硬件接口使用的格式转换为客户端指定的格式。
AudioRecord.getActiveRecordingConfiguration()
返回活跃录制配置。

您可以通过调用 AudioManager.getActiveRecordingConfigurations() 获取设备上所有进行中的录音的一般视图。