Android如何为音频播放添加延迟？语音干扰器开发求助

问题背景 #

开发语音干扰器应用，需要实现麦克风录制音频后延迟约500ms再通过耳机播放。当前已实现实时录制播放，但添加延迟的尝试未成功：

• 延迟启动audioTrack.play()，无法播放启动前录制的音频
• 将录制的shortAudioData存入ArrayList后再播放，未达到预期效果

现有核心代码：

val audioRecord = AudioRecord(
    MediaRecorder.AudioSource.MIC,
    intRecordSampleRate,
    AudioFormat.CHANNEL_IN_STEREO,
    AudioFormat.ENCODING_PCM_16BIT,
    intBufferSize
)

audioTrack = AudioTrack(
    AudioManager.STREAM_MUSIC,
    intRecordSampleRate,
    AudioFormat.CHANNEL_IN_STEREO,
    AudioFormat.ENCODING_PCM_16BIT,
    intBufferSize,
    AudioTrack.MODE_STREAM,
)

audioTrack.playbackRate = intRecordSampleRate
audioRecord.startRecording()
audioTrack.play()

while (isActive){
    audioRecord.read(shortAudioData, 0, shortAudioData.size)
    shortAudioList.add(shortAudioData)
    audioTrack.write(shortAudioData, 0, shortAudioData.size)
}

问题分析 #

1. 延迟启动播放：AudioTrack启动前的录制数据未被缓存，自然无法回放
2. ArrayList存储失败：直接添加shortAudioData的引用，而该数组会被每次read操作覆盖，导致列表中所有元素都是同一数组的最新数据，没有保留历史录制内容

解决方案 #

通过缓存音频数据到队列，先积累足够500ms的音频量后再开始播放，同时避免数组引用覆盖问题：

1. 计算500ms所需的音频样本总量：基于采样率和声道数计算缓存阈值
2. 使用队列存储复制后的音频数组，确保历史数据不被覆盖
3. 缓存达到阈值后，同步进行"存新数据-取旧数据播放"的循环，维持稳定延迟

修改后的完整代码：

val audioRecord = AudioRecord(
    MediaRecorder.AudioSource.MIC,
    intRecordSampleRate,
    AudioFormat.CHANNEL_IN_STEREO,
    AudioFormat.ENCODING_PCM_16BIT,
    intBufferSize
)

audioTrack = AudioTrack(
    AudioManager.STREAM_MUSIC,
    intRecordSampleRate,
    AudioFormat.CHANNEL_IN_STEREO,
    AudioFormat.ENCODING_PCM_16BIT,
    intBufferSize,
    AudioTrack.MODE_STREAM,
)

audioTrack.playbackRate = intRecordSampleRate
audioRecord.startRecording()
audioTrack.play()

// 配置延迟参数
val delayMs = 500
// 计算500ms对应的short样本数：采样率 * 声道数(2) * 延迟秒数
val requiredCacheSize = (intRecordSampleRate * 2 * (delayMs / 1000.0)).toInt()
var cachedSampleCount = 0
val audioQueue = LinkedList<ShortArray>()

while (isActive) {
    val readCount = audioRecord.read(shortAudioData, 0, shortAudioData.size)
    if (readCount > 0) {
        // 复制录制的音频数据，避免原数组被后续read覆盖
        val audioCopy = shortAudioData.copyOf(readCount)
        audioQueue.add(audioCopy)
        cachedSampleCount += readCount

        // 当缓存的样本量达到延迟要求后，开始播放
        if (cachedSampleCount >= requiredCacheSize) {
            val playData = audioQueue.poll()
            playData?.let {
                audioTrack.write(it, 0, it.size)
                cachedSampleCount -= it.size
            }
        }
    }
}

// 停止时清理资源
audioRecord.stop()
audioRecord.release()
audioTrack.stop()
audioTrack.release()

关键细节说明 #

• 数组复制：必须通过copyOf()复制录制的音频数据，否则队列中存储的都是同一数组的引用，数据会被后续录制操作覆盖
• 缓存阈值计算：确保缓存足够500ms的音频后再开始播放，精准控制延迟时间
• 队列同步：通过LinkedList实现队列的先进先出，保证播放顺序和录制顺序一致

内容的提问来源于stack exchange，提问作者Kaan Karagöz