共享音频输入

音频输入通常来自内置麦克风、外接麦克风或连接到设备的音频接口。音频输入也可以来自电话对话。

有时，两个或更多应用都可能想要“捕获”相同的音频输入。它们可能执行不同的任务。 例如，某些接收音频的应用可能会“录音”，就像简单的语音录音机一样，而其他应用可能会“监听”，例如 Google 助理或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，无论应用是录制还是仅监听，我们都使用“捕获”一词。

如果两个或更多应用想要同时捕获音频，则可能会遇到将音频信号从同一来源传递给所有应用的问题。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，一次只能有一个应用捕获输入音频流。如果某个应用已在录制或监听音频，您的应用可以创建 AudioRecord 对象，但在您调用 AudioRecord.startRecording() 时会返回错误，并且录制不会开始。

这条规则有一个例外情况，即特权应用（例如 Google 助理或无障碍服务）具有 android.permission.CAPTURE_AUDIO_HOTWORD 权限并使用类型为 HOTWORD 的音频源。在这种情况下，其他应用可以开始录制。出现这种情况时，特权应用终止，新应用捕获输入。

Android 9 中还添加了另一项变更：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，但会收到静音，即使它是当时唯一捕获音频的应用也是如此。

Android 10 行为

Android 10 之前的行为是“先到先得”。 一旦某个应用开始捕获音频，除非正在捕获音频的应用停止，否则任何其他应用都无法访问音频输入。

Android 10 采用了一种优先级方案，可在应用运行时在应用之间切换输入音频流。在大多数情况下，如果新应用获取音频输入，之前捕获音频的应用会继续运行，但会收到静音。在某些情况下，系统可以继续向这两个应用传送音频。下面介绍了各种共享场景。

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，音频焦点由程序化请求来管理，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，每当有新应用开始捕获音频时，系统都会自动应用该政策。

为了捕获音频，Android 会区分两种类型的应用：

  • “普通”应用由用户安装。
  • “特权”应用已预安装在设备上。其中包括 Google 助理以及所有无障碍服务。

此外，如果应用使用“对隐私敏感”的音频源（CAMCORDER 或 VOICE_COMMUNICATION），则其会受到区别对待。

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，它们都可能会收到输入信号，或者其中一个应用可能会收到静音。

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 助理是一款特权应用，因为它是预安装的，并且具有角色 RoleManager.ROLE_ASSISTANT。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：

  • 除非其他使用对隐私敏感的音频源的应用已在捕获音频，否则 Google 助理可以接收音频（无论是在前台还是后台）。

  • 除非 Google 助理在屏幕顶部显示可见的界面组件，否则应用会接收音频。

请注意，只有当 Google 助理在后台运行且另一应用未从对隐私敏感的音频源捕获音频时，这两个应用才能接收音频。

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。此行为提供使用语音指令控制语音通话或视频捕获等功能。

  • 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是隐私敏感应用，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。
  • 如果其中一个应用是隐私敏感应用，则该应用会接收音频，而另一个应用则会静音，即使该应用顶部有界面或最近开始捕获音频也是如此。
  • 如果这两个应用都对隐私敏感，则最近开始捕获的应用会接收音频，而另一个应用会收到静音。

语音通话 + 普通应用

如果 AudioManager.getMode() 返回的音频模式为 MODE_IN_CALL 或 MODE_IN_COMMUNICATION，则表示语音通话处于活动状态。

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 AudioRecord、MediaRecorder 和 AAudioStream 中提供了新方法，无论所选用例如何，这些方法均可启用和停用并发音频捕获功能。

这些新方法包括：

如果将 setPrivacySensitive() 设为 true，则捕获用例是私有的，即使是特权助理也不能并发捕获。此设置会替换依赖于音频源的默认行为。例如，VOICE_COMMUNICATION 默认情况下是私有的，而 UNPROCESSED 则不是。

配置变更

当多个应用同时捕获音频时，只有一两个应用处于“活动”状态（接收音频）；其他应用处于静音状态（接收静音）。当活跃应用发生变化时，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已连接的蓝牙耳机）。
  • 启用与最高优先级活动应用相关联的预处理。系统会忽略所有其他预处理。

由于当优先级更高的应用变为活跃状态时，处于活跃状态的应用可能会被静音，因此您可以在 AudioRecord 或 MediaRecorder 对象上注册 AudioManager.AudioRecordingCallback，以便在配置发生变化时收到通知。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）

您必须先调用 AudioRecord.registerAudioRecordingCallback()，然后才能开始捕获。仅当应用正在接收音频且发生更改时才执行回调。

方法 onRecordingConfigChanged() 会返回一个包含当前音频捕获状态的 AudioRecordingConfiguration。您可以通过以下方法了解这项变更：

isClientSilenced()
如果由于截取政策，系统目前正在将返回给客户端的音频静音，则返回 true。
getAudioDevice()
返回处于活动状态的音频设备。
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动应用，则活动效果可能与 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() 返回的必需格式。该框架会自动执行必要的重采样、声道和格式转换，将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() 来大致了解设备上所有正在进行的录音。