Como compartilhar entradas de áudio

A entrada de áudio geralmente vem do microfone integrado, de um microfone externo ou de uma interface de áudio conectada ao dispositivo. A entrada de áudio também pode vir de uma conversa por telefone.

Às vezes, dois ou mais apps podem querer "capturar" a mesma entrada de áudio. Eles podem estar realizando tarefas diferentes. Por exemplo, alguns apps que recebem áudio podem estar "gravando", como um gravador de voz simples, enquanto outros podem estar "ouvindo", como o Google Assistente ou um serviço de acessibilidade que responde a comandos de voz.

Em ambos os casos, esses apps querem receber entrada de áudio. Nesta página, usamos o termo "captura" independente de um app estar gravando ou apenas ouvindo.

Se dois ou mais apps quiserem capturar áudio ao mesmo tempo, pode haver um problema ao entregar o sinal de áudio da mesma fonte para todos eles. Esta página descreve como o sistema Android compartilha a entrada de áudio entre vários apps que capturam áudio.

Comportamento antes do Android 10

Antes do Android 10, o stream de áudio de entrada só podia ser capturado por um app por vez. Se algum app já estivesse gravando ou ouvindo áudio, seu app poderia criar um objeto AudioRecord, mas um erro seria retornado quando você chamasse AudioRecord.startRecording() e a gravação não seria iniciada.

Uma exceção a essa regra era quando um app privilegiado (como o Google Assistente ou um serviço de acessibilidade) tinha a permissão android.permission.CAPTURE_AUDIO_HOTWORD e usava uma fonte de áudio do tipo HOTWORD. Nesse caso, outro app pode começar a gravar. Quando isso aconteceu, o app privilegiado foi encerrado, e o novo app capturou a entrada.

Outra mudança foi adicionada no Android 9: apenas apps em execução em primeiro plano (ou um serviço em primeiro plano) podem capturar a entrada de áudio. Quando um app sem um serviço em primeiro plano ou componente de interface em primeiro plano começava a capturar, ele continuava em execução, mas recebia silêncio, mesmo que fosse o único app capturando áudio no momento.

Comportamento do Android 10

O comportamento antes do Android 10 era "por ordem de chegada". Depois que um app começa a capturar áudio, nenhum outro app pode acessar a entrada de áudio até que o app que está capturando pare.

O Android 10 impõe um esquema de prioridade que pode alternar o fluxo de áudio de entrada entre apps enquanto eles estão em execução. Na maioria dos casos, se um novo app adquirir a entrada de áudio, o app que estava capturando antes vai continuar sendo executado, mas vai receber silêncio. Em alguns casos, o sistema pode continuar a fornecer áudio para os dois apps. Confira abaixo os vários cenários de compartilhamento.

Esse esquema é semelhante à maneira como a seleção de áudio lida com vários apps disputando o uso da saída de áudio. No entanto, a seleção de áudio é gerenciada por solicitações programáticas para ganhar e liberar a seleção, enquanto o esquema de troca de entrada descrito aqui se baseia em uma política de priorização aplicada automaticamente sempre que um novo app começa a capturar áudio.

Para capturar áudio, o Android distingue dois tipos de apps:

  • Os apps "comuns" são instalados pelo usuário.
  • Os apps "privilegiados" vêm pré-instalados no dispositivo. Isso inclui o Google Assistente e todos os serviços de acessibilidade.

Além disso, um app é tratado de maneira diferente se usa uma fonte de áudio "sensível à privacidade": CAMCORDER ou VOICE_COMMUNICATION.

Estas são as regras de priorização para usar e compartilhar a entrada de áudio:

  • Os apps privilegiados têm mais prioridade do que os apps comuns.
  • Os apps com interfaces visíveis em primeiro plano têm maior prioridade do que os apps em segundo plano.
  • Os apps que capturam áudio de uma fonte sensível à privacidade têm maior prioridade do que os que não fazem isso.
  • Dois apps comuns nunca podem capturar áudio ao mesmo tempo.
  • Em algumas situações, um app privilegiado pode compartilhar a entrada de áudio com outro app.
  • Se dois apps em segundo plano com a mesma prioridade estiverem capturando áudio, o último iniciado terá maior prioridade.

Cenários de compartilhamento

Quando dois apps tentam capturar áudio, ambos podem receber o sinal de entrada ou um deles pode receber silêncio.

Há quatro cenários principais:

  • Assistente + app comum
  • Serviço de acessibilidade + app comum
  • Dois apps comuns
  • Ligação + app comum

Assistente + app comum

O Google Assistente é um app privilegiado porque vem pré-instalado e tem a função RoleManager.ROLE_ASSISTANT. Qualquer outro app pré-instalado com essa função é tratado da mesma forma.

O Android compartilha o áudio de entrada de acordo com estas regras:

  • O Google Assistente pode receber áudio (em primeiro plano ou em segundo plano), a menos que outro app usando uma fonte de áudio sensível à privacidade já esteja gravando.

  • O app recebe áudio, a menos que o Google Assistente tenha um componente de interface visível na parte de cima da tela.

Os dois apps só recebem áudio quando o Google Assistente está em segundo plano e o outro app não está capturando de uma fonte de áudio sensível à privacidade.

Serviço de acessibilidade + app comum

Um AccessibilityService exige uma declaração estrita.

O Android compartilha o áudio de entrada de acordo com estas regras:

  • Se a interface do serviço estiver na parte de cima, tanto o serviço quanto o app vão receber entrada de áudio. Esse comportamento oferece funcionalidades como controlar uma ligação ou captura de vídeo com comandos de voz.

  • Se o serviço não estiver na parte de cima, esse caso será tratado como o caso comum de dois apps abaixo.

Dois apps comuns

Quando dois apps estão capturando ao mesmo tempo, apenas um recebe áudio e o outro fica em silêncio.

O Android compartilha o áudio de entrada de acordo com estas regras:

  • Se nenhum dos apps for sensível à privacidade, o app com uma interface na parte de cima vai receber o áudio. Se nenhum dos apps tiver uma interface, o que iniciou a captura mais recentemente vai receber o áudio.
  • Se um dos apps for sensível à privacidade, ele vai receber áudio, e o outro vai ficar em silêncio, mesmo que tenha uma interface na parte de cima ou tenha começado a gravar mais recentemente.
  • Se os dois apps forem sensíveis à privacidade, o app que começou a gravar mais recentemente vai receber o áudio, e o outro vai ficar em silêncio.

Ligação + app comum

Uma ligação está ativa se o modo de áudio retornado por AudioManager.getMode() for MODE_IN_CALL ou MODE_IN_COMMUNICATION.

O Android compartilha o áudio de entrada de acordo com estas regras:

Comportamento do Android 11

O Android 11 (nível 30 da API) segue o esquema de prioridade do Android 10 descrito acima. Ele também oferece novos métodos em AudioRecord, MediaRecorder e AAudioStream que ativam e desativam a capacidade de capturar áudio simultaneamente, independente do caso de uso selecionado.

Os novos métodos são:

Quando setPrivacySensitive() for true, o caso de uso de captura é particular e nem mesmo um Assistente privilegiado pode gravar simultaneamente. Essa configuração substitui o comportamento padrão que depende da fonte de áudio. Por exemplo, VOICE_COMMUNICATION é particular por padrão, mas UNPROCESSED não é.

Alterações de configuração

Quando vários apps estão capturando áudio simultaneamente, apenas um ou dois deles ficam "ativos" (recebendo áudio). Os outros ficam silenciados (recebendo silêncio). Quando os apps ativos mudam, a estrutura de áudio pode reconfigurar os caminhos de áudio de acordo com estas regras:

  • O dispositivo de entrada de áudio de cada app ativo pode mudar, por exemplo, do microfone integrado para um fone de ouvido Bluetooth conectado.
  • O pré-processamento associado ao app ativo de maior prioridade é ativado. Todo o restante do pré-processamento é ignorado.

Como um app ativo pode ser silenciado quando um app de prioridade mais alta é ativado, é possível registrar um AudioManager.AudioRecordingCallback no objeto AudioRecord ou MediaRecorder para receber uma notificação quando a configuração mudar. As possíveis mudanças são:

  • Captura silenciada ou não silenciada
  • Dispositivo mudou
  • Pré-processamento mudou
  • Propriedades do stream mudaram (taxa de amostragem, máscara de canal, formato de amostragem)

Você precisa chamar AudioRecord.registerAudioRecordingCallback() antes de iniciar a captura. O callback é executado apenas quando o app está recebendo áudio e ocorre uma mudança.

O método onRecordingConfigChanged() retorna um AudioRecordingConfiguration que contém o estado atual da captura de áudio. Use os seguintes métodos para saber mais sobre a mudança:

isClientSilenced()
Retorna "true" se o áudio retornado ao cliente estiver sendo silenciado devido à política de captura.
getAudioDevice()
Retorna o dispositivo de áudio ativo.
getEffects()
Retorna o efeito de pré-processamento ativo. O efeito ativo pode não ser o mesmo retornado por getClientEffects() se o cliente não for o app ativo de maior prioridade.
getFormat()
Retorna as propriedades do stream. Os dados de áudio reais recebidos pelo cliente sempre respeitam o formato exigido retornado por getClientFormat(). O framework realiza automaticamente a conversão de nova amostragem, canal e formato necessária do formato usado na interface de hardware para o formato especificado pelo cliente.
AudioRecord.getActiveRecordingConfiguration()
Retorna a configuração de gravação ativa.

Para ter uma visão geral de todas as gravações ativas no dispositivo, chame AudioManager.getActiveRecordingConfigurations().