資料格式

Android 會在內部使用各種音訊資料格式，並在公開 API、檔案格式和硬體抽象層 (HAL) 中公開其中的子集。

屬性

音訊資料格式會依據屬性分類：

壓縮
未壓縮、無損壓縮或有損壓縮。PCM 是最常見的未經壓縮音訊格式。FLAC 是無損壓縮格式，而 MP3 和 AAC 則是損失式壓縮格式。
位元深度
每個音訊樣本的有效位元數。
容器大小
用於儲存或傳輸樣本的比特數。通常這會與位元深度相同，但有時會為對齊而分配額外的填充位元。舉例來說，24 位元樣本可包含在 32 位元字詞中。
對齊方式
如果容器大小與位元深度完全相同，表示法就稱為「packed」。否則，系統會解壓縮該表示法。樣本的重要位元通常會與容器中最左 (最重大) 或最右 (最不重大) 的位元對齊。一般而言，只有在位元深度不是二的冪數時，才會使用「packed」和「unpacked」這類術語。
Signedness
樣本是否已簽署。
表示法
固定點或浮點；請參閱下文。

固定小數表示法

固定小數是未壓縮 PCM 音訊資料最常見的表示法，尤其是在硬體介面中。

固定小數點數在小數點前後有固定 (常數) 位數。我們所有的表示法都使用基數 2，因此我們將「位元」替換為「數位」，並將「二進位小數點」或簡稱「小數點」替換為「基數小數點」。小數點左側的位元為整數部分，右側的位元為小數部分。

我們會提到「整數 PCM」，因為固定小數值通常會以整數值儲存及處理。解讀為固定點的做法是隱含的。

我們會使用二進位補數來表示所有帶符號的固定小數表示法，因此在所有值皆以 LSB 為單位的情況下，下列情況會成立：

|largest negative value| = |largest positive value| + 1

Q 和 U 標記法

整數中的固定小數表示法有各種符號。我們使用Q 符號：Qm.n，其中 m 代表整數位元，n 代表小數位元。雖然「Q」的值是以兩個互補形式表示，但仍會計為一個位元。位元總數為 m + n + 1。

Um.n 適用於無符號數字：m 整數位元和 n 小數位元，且「U」計為零位元。位元總數為 m + n。

整數部分可能會用於最終結果，也可能只是暫時性。在後一種情況下，組成整數部分的位元稱為保護位元。只要最終值在範圍內，或可壓縮至範圍內，防護位元就會允許中間計算值溢位。請注意，固定小數值保護位元位於左側，而浮點單位保護位元位於右側，用於減少捨入誤差。

浮點表示法

浮點是固定點的替代方案，其中點的位置可能會有所不同。浮點的主要優點包括：

  • 更大的預留空間和動態範圍；浮點運算可在中間運算期間容許超過額定範圍，且只會在結尾時夾住值
  • 支援無限大和 NaN 等特殊值
  • 在許多情況下更容易使用

以往，浮點算術運算的速度比整數或固定點算術運算慢，但現在浮點運算通常會比較快，前提是控制流程決策不是根據運算值。

Android 音訊格式

下表列出主要的 Android 音訊格式：

符號
資源 Q0.15 Q0.7 1 Q0.23 Q0.31 float
容器
位		 16 8 24 或 32 2 32 32
有效位元
(包括符號)		 16 8 24 24 或 32 2 25 3
裕度
(以分貝為單位)		 0 0 0 0 126 4
動態範圍
(以分貝為單位)		 90 42 138 138 到 186 900 5

上述所有固定小數格式的額定範圍為 -1.0 到 +1.0，減去一個 LSB。由於採用二元補碼表示法，負值比正值多一個。

註腳：

  1. 上述所有格式都會顯示帶符號的取樣值。8 位元格式通常稱為「未簽署」，但實際上是偏差為 0.10000000 的已簽署值。
  2. Q0.23 可壓縮為 24 位元 (三個 8 位元位元組，由小至大)，或解壓縮為 32 位元。如果解包，則有效位元會向右對齊 LSB，並以正負號擴充填充方式向 MSB 延伸 (Q8.23)，或是向左對齊 MSB，並以零填充方式向 LSB 延伸 (Q0.31)。理論上，Q0.31 最多可允許 32 個有效位元，但接受 Q0.31 的硬體介面很少使用所有位元。
  3. 單精度浮點數有 23 個明確位元，加上一個隱藏位元和符號位元，總共 25 個有效位元。非正規數的有效位元較少。
  4. 單精度浮點值可表示的值上限為 ±1.7e+38，這就是為何有這麼大的空間。
  5. 所顯示的動態範圍是指非正常值，最高可達額定最大值 ±1.0。請注意，某些架構特定浮點實作 (例如 NEON) 不支援非正常值。

轉換次數

本節將討論不同表示法之間的資料轉換。

浮點轉換

如要將值從 Qm.n 格式轉換為浮點格式：

  1. 將值轉換為浮點值，就如同它是整數一樣 (忽略小數點)。
  2. 乘以 2-n。

舉例來說，如要將 Q4.27 內部值轉換為浮點值，請使用：

float = integer * (2 ^ -27)

從浮點轉換為固定點時，請遵循下列規則：

  • 單精度浮點值的額定範圍為 ±1.0，但中間值的完整範圍為 ±1.7e+38。浮點和固定點之間的轉換作業 (用於外部表示法，例如輸出至音訊裝置) 只會考量名義範圍，並對超出該範圍的值進行固定。特別是，當 +1.0 轉換為固定小數格式時，會將其限制為 +1.0 減去一個 LSB。
  • 在表示法中允許使用非正常值 (子正常值) 和 +/- 0.0，但在處理期間可能會悄悄轉換為 0.0。
  • 無窮大值會傳遞至運算，或會在未經使用者同意的情況下，硬限制為 +/- 1.0。一般來說，後者是用於轉換為固定小數格式。
  • NaN 行為未定義：NaN 可能會以相同的 NaN 傳播，或可能會轉換為預設 NaN，可能會在無聲音的情況下限制為 +/- 1.0，或在無聲音的情況下轉換為 0.0，或導致錯誤。

固定點轉換

不同 Qm.n 格式之間的轉換會遵循以下規則：

  • 當 m 增加時，請將左側的整數部分延伸為符號。
  • 當 m 減少時，請夾住整數部分。
  • 當 n 增加時，零會在右側擴展小數部分。
  • 當 n 減少時，請對右側多餘的部分小數位元進行抖動、捨入或截斷。

舉例來說，如要將 Q4.27 值轉換為 Q0.15 (不經過抖動或捨入)，請將 Q4.27 值向右移 12 位元，並夾住超出 16 位元有號範圍的任何結果。這會對齊 Q 表示法的點。

如要將 Q7.24 轉換為 Q7.23，請將帶正負號的除法運算結果除以 2，或將帶正負號的位元加到 Q7.24 整數量，然後將帶正負號的右移運算結果右移 1 位元。請注意，簡單的帶符號右移運算並不等同於帶符號除以 2。

有損和無損轉換

如果轉換可反向轉換，則為無損轉換：從 A 轉換至 B 再轉換至 C 的結果為 A = C。否則轉換會損失品質。

無損轉換可允許來回格式轉換。

從固定小數表示法 (有效位數 25 位元以下) 轉換為浮點值，不會造成資料損失。從浮點轉換為任何常見的固定點表示法都會造成資料損失。