Como compartilhar entradas de áudio

A entrada de áudio normalmente é proveniente de um microfone integrado, externo ou de uma interface de áudio anexada ao dispositivo. A entrada de áudio também pode vir de uma conversa telefônica.

Às vezes, dois ou mais apps podem querer "capturar" a mesma entrada de áudio. Eles podem estar executando 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 responda a comandos de voz.

De qualquer forma, os aplicativos querem receber a entrada de áudio. No decorrer desta página, usamos o termo "capturar" independentemente do fato de um app estar gravando ou só ouvindo.

Se dois ou mais apps quiserem capturar o áudio ao mesmo tempo, poderá haver um problema na entrega do 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 fazem a captura do áudio.

Comportamento anterior ao Android 10

Antes do Android 10, o stream de áudio de entrada só podia ser capturado por um app por vez. Caso um app já estivesse gravando ou ouvindo um 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 aplicativo poderia começar a gravar. Quando isso acontecia, o app privilegiado era encerrado e o novo app capturava a entrada.

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

Comportamento do Android 10

O comportamento anterior ao Android 10 é "o primeiro a chegar é o primeiro a receber". Quando um app começa a capturar áudio, nenhum outro app pode acessar a entrada de áudio até que o app que está capturando áudio pare.

O Android 10 impõe um esquema de prioridade que pode trocar o stream do áudio de entrada entre apps em execução. Na maioria dos casos, se um novo app acessar a entrada de áudio, o que estava fazendo a captura continuará a operar, mas receberá silêncio. Em alguns casos, o sistema pode continuar a entregar o áudio aos dois apps. Os diversos cenários de compartilhamento são explicados abaixo.

Esse esquema é semelhante à forma com que a seleção de áudio processa vários aplicativos que disputam o uso da saída de áudio. No entanto, a seleção de áudio é gerenciada por solicitações programáticas para ganhar e liberar foco. Já o esquema de troca de entrada descrito aqui tem como base uma política de priorização aplicada automaticamente sempre que um novo app começa a capturar áudio.

Com a finalidade de capturar o áudio, o Android diferencia dois tipos de aplicativos:

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

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

As regras de priorização para uso e compartilhamento de entrada de áudio são as seguintes:

  • Os aplicativos privilegiados têm prioridade mais alta do que os comuns.
  • Os aplicativos com IUs em primeiro plano visíveis têm prioridade mais alta do que aqueles em segundo plano.
  • Os aplicativos que capturam áudio de uma fonte sensível à privacidade têm prioridade mais alta do que aqueles que não fazem isso.
  • Não é possível a dois aplicativos comuns capturarem áudio ao mesmo tempo.
  • Em algumas situações, um aplicativo privilegiado pode compartilhar a entrada de áudio com outro aplicativo.
  • Se dois aplicativos em segundo plano da mesma prioridade estiverem capturando áudio, o último a ser iniciado terá prioridade mais alta.

Cenários de compartilhamento

Quando dois aplicativos tentam capturar o áudio, pode ser que ambos recebam o sinal de entrada ou um deles receba silêncio.

Estes são os quatro cenários principais:

  • Assistente + aplicativo comum
  • Serviço de acessibilidade + aplicativo comum
  • Dois aplicativos comuns
  • Chamada de voz + aplicativo comum

Assistente + aplicativo comum

O Google Assistente é um app privilegiado porque é pré-instalado e tem o papel RoleManager.ROLE_ASSISTANT. Qualquer outro aplicativo pré-instalado com esse papel é tratado de modo semelhante.

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

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

  • O app recebe o áudio, a não ser que o Assistente tenha um componente da IU visível na parte superior da tela.

Os dois aplicativos recebem o áudio somente quando o Assistente está em segundo plano e o outro aplicativo não está capturando de uma fonte de áudio sensível à privacidade.

Serviço de acessibilidade + aplicativo comum

Um AccessibilityService exige uma declaração rígida.

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

  • Se a IU do serviço estiver na parte de cima, o serviço e o app vão receber a entrada de áudio. Esse comportamento oferece funcionalidades como o controle de chamada de voz ou captura de vídeo por comandos de voz.

  • Caso o serviço não esteja na parte superior, esse caso será tratado como quando há dois aplicativos comuns, conforme exibido abaixo.

Dois aplicativos comuns

Quando dois aplicativos estão capturando simultaneamente, somente um deles recebe áudio. O outro recebe silêncio.

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

  • Se nenhum aplicativo for sensível à privacidade, o app com uma IU na parte de cima vai receber o áudio. Se nenhum aplicativo tiver IU, o último a iniciar a captura receberá o áudio.
  • Se um dos apps for sensível à privacidade, ele vai receber o áudio. O outro vai receber silêncio, mesmo que tenha uma IU na parte superior ou que seja o último a iniciar a captura.
  • Se os dois aplicativos forem sensíveis à privacidade, o último a iniciar a captura receberá o áudio e o outro receberá silêncio.

Chamada de voz + aplicativo comum

Uma chamada de voz 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) observa 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, independentemente 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.

Mudanças de configuração

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

  • O dispositivo de entrada de áudio para cada app ativo pode mudar (por exemplo, do microfone integrado para um fone de ouvido Bluetooth anexado).
  • O pré-processamento associado ao aplicativo ativo com a prioridade mais alta é habilitado. Todos os outros pré-processamentos são ignorados.

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. Veja algumas possíveis alterações:

  • Captura silenciada ou com áudio ativado
  • Alteração no dispositivo
  • Alteração no pré-processamento
  • Alteração nas propriedades de stream (taxa de amostragem, máscara de canal, formato de exemplo)

Você precisa chamar AudioRecord.registerAudioRecordingCallback() antes do início da captura. O callback é executado somente quando o aplicativo está recebendo áudio e ocorre uma alteração.

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

isClientSilenced()
Retorna verdadeiro 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 com a prioridade mais alta.
getFormat()
Retorna as propriedades do stream. Os dados do áudio real recebidos pelo cliente sempre respeitam o formato obrigatório retornado por getClientFormat(). A biblioteca executa automaticamente a conversão necessária de formato, canal e reamostragem usados 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().