蓝牙A2DP和HFP编解码

一、A2DP

A2DP全名是（Advanced Audio Distribution Profile）蓝牙音频传输模型协定，提供通过蓝牙连接传输音频流的能力，比如手机播放音乐，蓝牙耳机通过蓝牙连接听歌。

mp3和flac音频编码都是在PCM音频编码基础上二次编码得到的，其目的是减小文件体积。那么，在音频播放 (playback) 时，就需要把mp3，flac等编码格式的数据还原为PCM编码格式的数据，这个过程叫做解码。然后经过数字-模拟转换（DAC）变成模拟信号，最后经过放大电路驱动喇叭，将声音播放出来。

A2DP主要有SBC、AAC、AptX、LDAC、LHDC这几种解码方式，下面分别介绍一下这些解码方式。

1、SBC

SBC全称Subband Codec，子带编码。SBC是专为蓝牙设计的音频编码，复杂度低，可在中等比特率下实现较高音频质量。

1）SBC编码的基本原理是把信号的频率分为若干子带，然后对每个子带进行编码，并根据每个子带的重要性及特点分配不同的位数（采样深度）来表示数据。
例如，在音频编码中，由于人耳对不同频率的敏感度不同，可以在对人耳敏感的子带使用较细的量化（较大的采样深度），对人耳不敏感的子带使用较粗糙的量化（较小的采样深度），从而在不降低主观听觉效果的情况下达到较好的压缩效果。
又例如，离散余弦变换(DCT)时一种处理数字信号的方法，广泛应用有语音和图像压缩。声音经过离散余弦变换(DCT)以后，其系数更多的集中在较低序号的部分。对变换后的高序号部分的编码就很简单，可以用很小的采样深度对其进行编码。

上图是变换前的信号，下图是DCT变化以后的序号，变换后适合子带编码。

2）SBC编码过程

SBC编码的输入是PCM数据，即采样后的时间序列，输出是二进制流。时间序列经过分析过程，转化为频域信号，然后对频域信号分段编码。为每一个子频段指定一个scalfactor及采样深度，对这个子频段的数据进行自适应PCM编码(Adaptive Pulse Code Modulation)。然后把各个子频段编码后的数据打包，作为一帧数据，以二进制流的方式输出。

        （1）Analysis Filter
其目的是为了把时间序列变换到频域，使用的方法是多相滤波器组。子频段的个数可以是4个或8个，对应不同的多相滤波器组。
        （2）Scale Factors计算
每一个子频段的幅值的范围是不同的，取每一个子频段幅值的最大值作为这个子频段的scale factor。比如子频段1的幅值分布在(0, 128)区间，子频段2的幅值分布在(0, 32)区间，那么自定子频段1的scale factor为128，子频段2的scale factor为32。
        （3）Bit Allocation
每一个子频段有若干幅值需要编码，每个幅值需要用若干比特数来表示。同一个子频段中每个幅值的比特数相同，不同子频段幅值分配的比特数不同。为每个子频段分配幅值比特数的过程叫做bit allocation。
     （4）APCM
根据每个子频段的scale factor及每个幅值需要的比特数，对每一个子频段进行编码的过程。得到每个子频段的量化结果，即Quantized Subband。
     （5）BItStream packing
把每个子频段编码后的结果组合起来，加上校验码、帧头信息等的过程。

3）关于SBC编码的一些性质
SBC是有损编码，由于无线传输的带宽有限，SBC在对每个子频段进行编码时，进行了有损处理，以达到数据压缩的目的。即经过SBC编解码以后，PCM数据发生了变化。因此蓝牙设备的音质不是很好。
SBC支持的采样率包括44.1kHz、48kHz、32kHz、16kHz。SBC支持单声道(MONO CHANNEL)、双声道(DUAL CHANNEL)、立体声(stereo)、联合立体声(Joint Stereo)。

2、AAC

AAC全称Advanced Audio Coding，高级音频编码，1997年诞生，基于MPEG-2技术。2000年在MPEG-4基础上更新。

作为mp3的后继者，AAC相较于MP3的改进有：更多的采样率选择(8 KHz至96 KHz，MP3为16 KHz至48 KHz)；更高的声道数上限(48个，MP3在MPEG-1模式下为最多双声道，MPEG-2模式下5.1声道)；任意的比特率和可变的帧长度。

AAC是一种高压缩比的音频编码，主要采取两种策略：舍去与感知上无关的信号成分，去除编码后信号的冗余部分。实际上，在128Kbps比特率以下，AAC编码的效果是最好的，杜比实验室认为：AAC格式在96Kbps比特率上的表现超过了128Kbps的MP3格式；同样是128Kbps，AAC格式的音质明显好于MP3。

AAC在蓝牙中常用的比特率是256Kbps。但是有一点，即使使用AAC音频源，蓝牙并不能直接传输其原数据流，而是先将AAC解码成PCM，然后再编码成蓝牙支持的AAC编码再传输。应用上，AAC编码最大的支持者是苹果，iPhone、iPad和AirPods等设备都支持AAC，iTunes软件里的音乐很多也是以AAC编码格式存储的。

3、Aptx

aptX原名叫apt-X，CSR在2010年将其收购，改名为aptX，而CSR于2015年被高通收购。

aptX的设计基于自适应差分脉码调制（ADPCM）原理，并没有使用心理声学或掩蔽效应技术（mp3，SBC，AAC中使用）。目前aptX共有四个版本，对比如下：

aptX的四个版本各有所长。aptX是最基础的版本。aptX Low Latency简称aptX LL，特点在于低延迟。其实人耳可以感觉到的延迟极限是70ms，而达到40ms则意味着我们不会感觉到延迟。aptX HD主打高清音频，传输速率大幅增加，并且有着更高的信噪比和更少的失真。而aptX Adaptive，就如同它名字一样，可以按需自动调节传输比特率和延时。aptX Adaptive向下兼容aptX和aptX HD。

虽然使用aptX技术需要得到高通的专利授权并支付费用，但在高通的大力推广下，aptX在安卓手机和部分蓝牙耳机上都得到了支持。截止2019年5月，有超过70亿只设备支持了aptX，可以在http://www.aptx.com/product-listing中查询所有支持aptX的设备。

4、LDAC

LDAC是索尼开发的一种音频编码，实现了以最高 990Kbps 的比特率通过蓝牙传输 24bit/96kHz 的高分辨率音频(Hi-Res Audio)。高传输码率使得高解析度的音频文件不会被过分压缩，保证了音质。

如下是来自索尼官网 http://www.sony.net /Products /LDAC的对比图，可以看到，Hi-Res音频通过LDAC编码传输，还可以较好的还原高音质，SBC则较差。

其实在上两幅对比图中，索尼有夸大LDAC技术之嫌，图片的右下角都标注了 "仅供展示使用"。图一，对于4.5Mbps的Hi-Res音频，要通过最高990Kbps的带宽传输，压缩率需要达到1:4.5，而目前最好的无损压缩率也只有1:2。实际上，LDAC是一种有损编码，即使是最后在耳机端还原成了96KHz/24bit，4.5Mbps的音频，参数上与发送端一致，但是其内容也明显不如原来的好了。所以说，LDAC可以传输CD级音质，但是并不能无损传输Hi-Res音频，只能是接近（程度未知）。

LDAC提升传输速率的原理是增加了蓝牙通信的信道，这对蓝牙天线的要求也提高了。实际上，在信号较差，或者是受到干扰的时候，LDAC还会以660Kbps或330Kbps的比特率通信，保证连接性。

2017年，从安卓8.0开始， LDAC加入了安卓开放源代码项目，以后安卓用户也可以用上原本索尼专属的技术了，不过使用LADC解码器（耳机侧）还需要索尼的专利授权。

5、LHDC

LHDC全称Low-Latency Hi-Definition Audio Codec，是一种高音质蓝牙编解码方案，由台湾厂商 Savitech 盛微先进科技开发。

LHDC支持通过速度最高达900kbps的蓝牙连接传输 24bit/96kHz 的串流音频（也称高解析度音频）。与LDAC会先把原始音频进行升/降频到 24bit/96kHz不同，LHDC则可依照原始取样率输出，减少SRC过程的延迟。2019年9月，LHDC通过了JRS的Hi-Res Audio Wireless标准认证。

LHDC根据信号情况支持400/560/900 kbps的比特率。此外还有低延迟音频编解码器（LLAC）版本，也称为LHDC LL，端到端延迟约为30毫秒。

在应用上，从安卓10开始，LDAC加入了安卓开放源代码项目。

6、总结

总的来说，从音质上，LHDC ≈ LDAC > aptX > AAC > SBC。

SBC是蓝牙唯一强制支持的编码，编码方案较为简单，但是比特率较低，压缩率较高，损失了部分细节，音质一般。传输码率是328Kbps，44.1KHz。SBC的传输码率其实和高品质MP3是差不多的，但是因为蓝牙传输中间设备需要转码（压缩），所以同样规格的MP3文件在无线环境下要比有线环境损失更多细节，因此听感也就不如有线传输。早期人们对于蓝牙音频质量普遍不看好，其主要原因也是因为SBC技术自身的瓶颈所导致的

AAC的码率与SBC相当，但是得益于更好的编码技术，即使在同样的低码率下，AAC的听感也好于SBC和MP3。

Aptx的传输码率比之前两者略有所提升，同时更为高效的编码使得更多的音频细节能够得以保留，听感好于SBC以及AAC。aptX HD已经属于高清音频编码了。

LHDC和LDAC类似，都宣称可以传输高于CD音质的音频，传输比特率达900Kbps，是目前音质最好的蓝牙音频编码。

现在用得最多的就是aac，其次就是aptx，LDAC很少，LHDC就更少了。音质却是反着来的，LHDC最强，LDAC第二，aptx第三，aac第四，但是都比sbc要好

二、HFP

HFP(Hands-freeProfile)是免提配置文件,让蓝牙设备可以控制电话,如接听、挂断、拒接、语音拨号等,拒接、语音拨号要视蓝牙耳机及电话是否支持。

蓝牙通话过程的语音数据，这种音频对时效性有高要求，一般通过特殊的SCO或eSCO链路传输数据。编码方式有：CVSD、mSBC。最基础的编码方式为CVSD，免提蓝牙设备都需支持该编码方式，支持宽带语音的设备可选mSBC编码数据。

目前支持两种不同的采样率，分别是CVSD和mSBC，并且在SCO（Synochronous Connection Oriented，同步面向连接链路链路）和eSCO（Extended Synchronous Connection-Oriented ）链路下也存在差异。SCO 和eSCO 是主设备对从设备的点对点的逻辑传输。同步逻辑传输用在对时间要求比较严格的场景中，比如音频和同步数据的传输。主设备通过保留的时隙维护逻辑传输中的同步。在eSCO逻辑传输中会利用保留的时隙构成一个重传窗口，eSCO有重传机制。其中CVSD是强制支持的，mSBC是可选项；使用16KHz可以提高语音识别的正确率。

1、CVSD

CVSD（Continuous Variable Slope Delta Modulation 连续可变斜率增量调制）：该编码方式的数据传输使用 SCO 或 eSCO 链路。链路的选取是根据本端 Controller是否支持 Enhanced Setup Synchronous Connection指令来决定的，如果支持该命令则创建语音音频链路时使用 eSCO，否则创建 SCO 链路。

CVSD采用8KHz采样，分别为SCO链路下和eSCO链路下不同的配置情况。