车载音频

Android Automotive OS (AAOS) 是在核心 Android 音频堆栈的基础之上打造而成，以支持用作车辆信息娱乐系统的用例。AAOS 负责实现信息娱乐声音（即媒体、导航和通讯声音），但不直接负责具有严格可用性和计时要求的铃声和警告。虽然 AAOS 提供了信号和机制来帮助车辆管理音频，但最终还是由车辆来决定应为驾驶员和乘客播放什么声音，从而确保对保障安全至关重要的声音和监管声音能被确切听到，而不会中断。

当 Android 管理车辆的媒体体验时，应通过应用来代表外部媒体来源（例如电台调谐器），这类应用可以处理该来源的音频焦点和媒体键事件。

对于与汽车相关的音频支持，Android 11 进行了以下更改：

Android 声音和声音流

汽车音频系统可以处理以下声音和声音流：

以声音流为中心的架构图

图 1. 以声音流为中心的架构图

Android 管理来自 Android 应用的声音，同时控制这些应用，并根据其声音类型将声音路由到 HAL 中的输出设备：

  • 逻辑声音流：在核心音频命名法中称为“声源”，使用音频属性进行标记。
  • 物理声音流：在核心音频命名法中称为“设备”，在混音后没有上下文信息。

为了确保可靠性，外部声音（来自独立声源，例如安全带警告铃声）在 Android 外部（HAL 下方，甚至是在单独的硬件中）进行管理。系统实现者必须提供一个混音器，用于接受来自 Android 的一个或多个声音输入流，然后以合适的方式将这些声音流与车辆所需的外部声源组合起来。

HAL 实现和外部混音器负责确保对保障安全至关重要的外部声音能够被用户听到，而且负责在 Android 提供的声音流中进行混音，并将混音结果路由到合适的音响设备。

Android 声音

应用可以有一个或多个通过标准 Android API（如用于控制焦点的 AudioManager 或用于在线播放的 MediaPlayer）交互的播放器，以便发出一个或多个音频数据逻辑声音流。这些数据可能是单声道声音，也可能是 7.1 环绕声，但都会作为单个声源进行路由和处理。应用声音流与 AudioAttributes（可向系统提供有关应如何表达音频的提示）相关联。

逻辑声音流通过 AudioService 发送，并路由到一个（并且只有一个）可用的物理输出声音流，其中每个声音流都是混音器在 AudioFlinger 内的输出。音频属性在混合到物理声音流后将不再可用。

接下来，每个物理声音流都会传输到音频 HAL 进行硬件渲染。在汽车应用中，渲染硬件可能是本地编解码器（类似于移动设备），也可能是车辆物理网络中的远程处理器。无论是哪种情况，音频 HAL 实现都需要提供实际样本数据并使其能被用户听见。

外部声音流

如果声音流因认证或计时原因而不应经由 Android，则可以直接发送到外部混音器。从 Android 11 开始，HAL 现在能够针对这些外部声音请求焦点，以通知 Android，使其能够采取适当措施（例如暂停媒体或阻止其他应用获得焦点）。

如果外部声音流是应与 Android 正在生成的声音环境交互的媒体源（例如，当外部调谐器处于开启状态时，停止 MP3 播放），则那些外部声音流应由 Android 应用表示。此类应用将代表媒体来源（而非 HAL）请求音频焦点，并根据需要通过启动/停止外部声音源来响应焦点通知，以符合 Android 音频焦点政策规定。应用还负责处理媒体键事件，例如播放/暂停。如需控制此类外部设备，建议使用的一种机制是 HwAudioSource。

输出设备

在音频 HAL 级别，设备类型 AUDIO_DEVICE_OUT_BUS 提供用于车载音频系统的通用输出设备。总线设备支持可寻址端口（其中每个端口都是一个物理声音流的端点），并且应该是车辆内唯一受支持的输出设备类型。

系统实现可以针对所有 Android 声音使用一个总线端口，在这种情况下，Android 会将所有声音混合在一起，并将混音结果作为一个声音流进行传输。此外，HAL 可以分别为每个 CarAudioContext 提供一个总线端口，以允许并发传输任何声音类型。这样一来，HAL 实现就可以根据需要混合和闪避不同的声音。

音频上下文到输出设备的分配是通过 car_audio_configuration.xml 完成的。

麦克风输入

在捕获音频时，音频 HAL 会收到 openInputStream 调用，其中包含指示应如何处理麦克风输入的 AudioSource 参数。

VOICE_RECOGNITION 源（尤其是 Google 助理）需要一个符合以下条件的立体声麦克风流：具有回声消除效果（如果有），但不应用任何其他处理。波束成形应由 Google 助理来完成。

多声道麦克风输入

若要从具有两个以上声道（立体声）的设备捕获音频，请使用声道索引掩码，而不是定位索引掩码（例如 CHANNEL_IN_LEFT）。例如：

final AudioFormat audioFormat = new AudioFormat.Builder()
    .setEncoding(AudioFormat.ENCODING_PCM_16BIT)
    .setSampleRate(44100)
    .setChannelIndexMask(0xf /* 4 channels, 0..3 */)
    .build();
final AudioRecord audioRecord = new AudioRecord.Builder()
    .setAudioFormat(audioFormat)
    .build();
audioRecord.setPreferredDevice(someAudioDeviceInfo);

如果 setChannelMask 和 setChannelIndexMask 均已设置，则 AudioRecord 仅使用由 setChannelMask 设置的值（最多两个声道）。

并发捕获

从 Android 10 开始，Android 框架支持并发捕获输入，但具有保护用户隐私的限制。作为这些限制的一部分，AUDIO_SOURCE_FM_TUNER 等虚拟来源会被忽略，因此可以与常规输入（例如麦克风）同时捕获。HwAudioSources 也不会被纳入并发捕获限制。

旨在与 AUDIO_DEVICE_IN_BUS 设备或辅助 AUDIO_DEVICE_IN_FM_TUNER 设备结合使用的应用必须依赖于以下功能：明确识别这些设备，以及使用 AudioRecord.setPreferredDevice() 绕过 Android 默认声源选择逻辑。

音频用法

AAOS 主要使用 AudioAttributes.AttributeUsages 进行路由、音量调整和焦点管理。用法用于表示播放声音流的“原因”。因此，所有声音流和音频焦点请求都应为其音频播放指定用法。如果在构建 AudioAttributes 对象时未明确设置，则用法将默认为 USAGE_UNKNOWN。虽然目前会对此用法采取与 USAGE_MEDIA 一样的处理，但不应依赖此行为进行媒体播放。

系统用法

Android 11 中引入了系统用法。这些用法的行为与之前确立的用法类似，不同之处在于它们需要使用系统 API 以及 android.permission.MODIFY_AUDIO_ROUTING。新的系统用法如下：

  • USAGE_EMERGENCY
  • USAGE_SAFETY
  • USAGE_VEHICLE_STATUS
  • USAGE_ANNOUNCEMENT

若要通过系统用法构造 AudioAttributes，请使用 AudioAttributes.Builder#setSystemUsage，而不是 setUsage。如果要通过非系统用法调用此方法，就会导致系统抛出 IllegalArgumentException。此外，如果同时在构建器上设置了系统用法和非系统用法，则在构建时将会抛出 IllegalArgumentException。

如需查看与 AudioAttributes 实例关联的用法，请调用 AudioAttributes#getSystemUsage。这将返回关联的用法或系统用法。

音频上下文

为了简化 AAOS 音频的配置，类似用法均已归入 CarAudioContext。这些音频上下文会在整个 CarAudioService 中使用，以定义路由、音量组和音频焦点管理。

Android 11 中的音频上下文包括：

CarAudioContext 关联的 AttributeUsages
MUSIC UNKNOWN, GAME, MEDIA
NAVIGATION ASSISTANCE_NAVIGATION_GUIDANCE
VOICE_COMMAND ASSISTANT, ASSISTANCE_ACCESSIBILITY
CALL_RING NOTIFICATION_RINGTONE
CALL VOICE_COMMUNICATION, VOICE_COMMUNICATION_SIGNALING
ALARM ALARM
NOTIFICATION NOTIFICATION, NOTIFICATION_*
SYSTEM_SOUND ASSISTANCE_SONIFICATION
EMERGENCY EMERGENCY
SAFETY SAFETY
VEHICLE_STATUS VEHICLE_STATUS
ANNOUNCEMENT ANNOUNCEMENT

音频上下文和用法之间的映射关系。突出显示的行用于新的系统用法。

多区音频

在汽车领域，围绕多个用户同时与平台互动并且每个用户都希望使用单独媒体的需求，出现了一系列新的用例。例如，后座上的乘客在后座显示屏上观看 YouTube 视频时，司机可以在驾驶舱中播放音乐。多区音频通过允许不同的音频源在车辆的不同音频区同时进行播放来实现此目的。

从 Android 10 开始提供的多区音频让原始设备制造商 (OEM) 能够将音频配置到单独的音频区。每个音频区由车辆内的一组设备组成，并且有各自的音量组、上下文路由配置以及焦点管理。通过这种方式，可以将主驾驶舱配置为一个音频区，而将后座显示屏的耳机插孔配置为第二个音频区。

这些音频区被定义为 car_audio_configuration.xml 的一部分。然后，CarAudioService 读取该配置，并帮助 AudioService 根据关联的音频区路由音频流。每个音频区仍会根据上下文和应用 UID 定义路由规则。创建播放器时，CarAudioService 会确定播放器与哪个音频区相关联，然后根据用法确定 AudioFlinger 应将音频路由到哪个设备。

每个音频区的焦点也是单独维护的。这使得不同音频区中的应用可以单独生成音频，而不会彼此干扰，同时让应用保持关注其所在音频区内焦点的变化。CarAudioService 内中的 CarZonesAudioFocus 负责管理每个音频区的焦点。

配置多区音频

图 2. 配置多区音频

音频 HAL

车载音频实现依赖标准 Android 音频 HAL，其中包括以下内容：

  • IDevice.hal：负责创建输入声音流和输出声音流、处理主音量和静音操作，以及使用：
    • createAudioPatch：在设备之间创建外部-外部音频通路。
    • IDevice.setAudioPortConfig()：为各个物理声音流提供音量。
  • IStream.hal：连同输入变体和输出变体一起管理进出硬件的样本音频流。

车载设备类型

以下设备类型与车载平台相关：

设备类型 说明
AUDIO_DEVICE_OUT_BUS Android 的主要输出（Android 的所有音频均通过这种方式提供给车辆）。用作消除各个上下文的信息流歧义的地址。
AUDIO_DEVICE_OUT_TELEPHONY_TX 用于传输路由到手机无线装置的音频。
AUDIO_DEVICE_IN_BUS 用于尚未进行分类的输入。
AUDIO_DEVICE_IN_FM_TUNER 仅用于广播无线装置输入。
AUDIO_DEVICE_IN_TV_TUNER 用于电视设备（如果存在）。
AUDIO_DEVICE_IN_LINE 用于 AUX 输入耳机插孔。
AUDIO_DEVICE_IN_BLUETOOTH_A2DP 通过蓝牙接收到的音乐。
AUDIO_DEVICE_IN_TELEPHONY_RX 用于从移动网络电台接收到的与通话相关联的音频。

配置音频设备

Android 可见的音频设备必须在 /audio_policy_configuration.xml 中进行定义，其中包括以下组件：

  • 模块名称：支持“primary”（用于汽车用例）、“A2DP”、“remote_submix”和“USB”。模块名称和相应音频驱动程序应编译到 audio.primary.$(variant).so 中。
  • devicePorts：包含可从此模块访问的所有输入和输出设备（包括永久连接的设备和可移除设备）的设备描述符列表。
    • 对于每种输出设备，您可以定义增益控制（包含以 millibel 为单位的 min/max/default/step 值，其中 1 millibel = 1/100 dB = 1/1000 bel）。
    • 即使有多个设备的设备类型为 AUDIO_DEVICE_OUT_BUS，也可以使用 devicePort 实例上的地址属性查找设备。
  • mixPorts：包含由音频 HAL 提供的所有输出声音流和输入声音流的列表。每个 mixPort 实例都可被视为传输到 Android AudioService 的物理声音流。
  • routes：定义输入和输出设备之间或声音流和设备之间可能存在的连接的列表。

以下示例定义了输出设备 bus0_phone_out，其中所有 Android 音频流都通过 mixer_bus0_phone_out 完成混音。该路由会将 mixer_bus0_phone_out 的输出声音流传递到设备 bus0_phone_out。

<audioPolicyConfiguration version="1.0" xmlns:xi="http://www.w3.org/2001/XInclude">
    <modules>
        <module name="primary" halVersion="3.0">
            <attachedDevices>
                <item>bus0_phone_out</item>
<defaultOutputDevice>bus0_phone_out</defaultOutputDevice>
            <mixPorts>
                <mixPort name="mixport_bus0_phone_out"
                         role="source"
                         flags="AUDIO_OUTPUT_FLAG_PRIMARY">
                    <profile name="" format="AUDIO_FORMAT_PCM_16_BIT"
                            samplingRates="48000"
                            channelMasks="AUDIO_CHANNEL_OUT_STEREO"/>
                </mixPort>
            </mixPorts>
            <devicePorts>
                <devicePort tagName="bus0_phone_out"
                            role="sink"
                            type="AUDIO_DEVICE_OUT_BUS"
                            address="BUS00_PHONE">
                    <profile name="" format="AUDIO_FORMAT_PCM_16_BIT"
                            samplingRates="48000"
                            channelMasks="AUDIO_CHANNEL_OUT_STEREO"/>
                    <gains>
                        <gain name="" mode="AUDIO_GAIN_MODE_JOINT"
                                minValueMB="-8400"
                                maxValueMB="4000"
                                defaultValueMB="0"
                                stepValueMB="100"/>
                    </gains>
                </devicePort>
            </devicePorts>
            <routes>
                <route type="mix" sink="bus0_phone_out"
                       sources="mixport_bus0_phone_out"/>
            </routes>
        </module>
    </modules>
</audioPolicyConfiguration>