Android音频流传输提升麦克风输入增益出现静态噪声如何解决

高增益下出现的静态噪声基本由代码逻辑缺陷导致，核心问题有4个：

• 硬削波失真：对超出16位PCM量程的采样直接做截断处理，相当于把波形峰值硬生生砍平，会产生大量高频谐波，听感就是刺耳的滋滋静态噪声，增益开得越高，被截断的采样点占比越高，噪声越明显。
• 字节序处理错误：Android平台AudioFormat.ENCODING_PCM_16BIT格式统一为小端序，代码里按大端序拼接高低字节，会导致采样值解析错误，原始信号错乱后再放大，噪声会被同步拉高。
• 缓冲区逻辑漏洞：读取数据后拿到的length是实际读到的有效字节数，但处理时遍历了整个buffer的capacity长度的字节，最后传给编码器的长度还是原始的length，缓冲区里未被正确覆盖的残留乱码数据会被送入编码器，额外产生噪声。
• 增益范围设置不合理：16位PCM的有效动态范围只有96dB，5倍增益相当于提升14dB响度，10倍增益就是20dB，正常语音输入本身就有一定幅值，加这么高的增益几乎必然触发大量削波。

按优先级做以下修改即可：

• 修正基础逻辑错误
  不要手动拼接字节解析采样，直接用ShortBuffer读取16位PCM数据，从根源避免字节序错误；处理采样时只遍历实际读到的有效采样点，传给编码器的数据长度要和处理后的数据长度匹配。
• 替换硬削波为软限幅
  放弃直接截断超量程值的逻辑，用软限幅算法平滑压缩峰值，既可以提升整体响度，又不会产生削波谐波失真，实时场景用轻量的多项式软限幅即可，性能开销极低。
• 增加噪声门逻辑
  麦克风本身有固定底噪，高增益下底噪会被同步放大，加噪声门把静音段低于阈值的信号直接置0，可以大幅减少静态底噪。
• 优先使用系统自带音频预处理
  Android系统从API 16开始自带AutomaticGainControl（自动增益控制）、DynamicsProcessing（动态范围压缩）效果，直接绑定到AudioRecord的音频会话即可生效，系统级实现的效果远好于手写的软件增益，失真更低。

修正后的参考实现代码如下：

// 建议软件增益控制在1~3倍（0~10dB）区间，过高增益必然引入失真
float gain = 2f;
// 噪声门阈值，可根据实际设备底噪调整，一般取满幅的1%~2%
int noiseGateThreshold = (int)(32767 * 0.015);
// 注意bufferSizeInShorts是短整型为单位的缓冲区长度，初始化时对应字节长度/2
int readSampleCount = mAudioRecord.read(shortBuffer, bufferSizeInShorts);

if (readSampleCount == AudioRecord.ERROR_INVALID_OPERATION || readSampleCount == AudioRecord.ERROR_BAD_VALUE) {
    Log.e(TAG, "An error occurred with the AudioRecord");
    return;
}

shortBuffer.clear();
// 仅处理实际读到的有效采样点
for (int i = 0; i < readSampleCount; i++) {
    short sample = shortBuffer.get(i);
    int sampleVal = sample;
    // 噪声门：静音段信号直接置0，不放大底噪
    if (Math.abs(sampleVal) < noiseGateThreshold) {
        shortBuffer.put(i, (short)0);
        continue;
    }
    // 应用增益，转int计算避免short类型溢出
    int amplified = (int)(sampleVal * gain);
    // 多项式软限幅替代硬削波，性能高、失真小
    float normalized = amplified / 32767f;
    float limited;
    if (Math.abs(normalized) <= 1f) {
        limited = normalized - (normalized * normalized * normalized)/6f;
    } else {
        limited = Math.signum(normalized) * 0.833f;
    }
    amplified = (int)(limited * 32767f);
    // 兜底钳位，确保不超量程
    amplified = Math.max(-32768, Math.min(32767, amplified));
    shortBuffer.put(i, (short)amplified);
}

// 16位采样每个占2字节，传给编码器的长度是采样数*2
mMediaCodec.queueInputBuffer(
    bufferIndex,
    0,
    readSampleCount * 2,
    System.nanoTime() / 1000,
    0
);

额外优化建议 #

• 优先调整硬件增益：如果设备支持，通过AudioManager的相关API调整麦克风硬件增益，硬件放大的信噪比远高于软件放大，几乎不会额外引入噪声。
• 用系统AGC替代固定增益：初始化AudioRecord后，判断设备是否支持AutomaticGainControl，如果支持直接创建实例绑定到当前音频会话，系统会自动根据输入音量动态调整增益，不会出现削波或者增益不足的问题。
• 音源选择优化：初始化AudioRecord时优先选MediaRecorder.AudioSource.VOICE_COMMUNICATION音源，系统会自动开启降噪、回声消除、自动增益等预处理，输出的原始音频质量比DEFAULT音源高很多。

内容的提问来源于stack exchange，提问作者Walid