Android Visualizer
系统Visualizer提供了方便的 api 来获取播放音频的波形或 FFT 数据，一般使用方式是：
用 audio session ID 创建Visualizer对象，传 0 可获取混音后的可视化数据，传特定播放器或AudioTrack所使用的 audio session 的
《Android学习笔记总结+最新移动架构视频+大厂安卓面试真题+项目实战源码讲义》
【/doc/DSkNLaERkbnFoS0ZF】 完整内容开源分享
ID，可获取它们所播放音频的可视化数据
2. 调setCaptureSize方法设置每次获取的数据大小，调setDataCaptureListener方法设置数据回调并指定获取数据频率（即回调频率）和数据类型（波形或 FFT）
3. 调setEnabled方法开始获取数据，不再需要时调release方法释放资源
更详细的 api 信息可查看官方文档。
系统Visualizer输出的数据大小正比于音量，当音量为 0 时，输出也为 0，可视化效果会随音量变化。
使用系统Visualizer存在兼容性问题，在有些机型上会导致系统音效失效，如要在所有机型上都能无副作用地展示动效，需要实现自定义Visualizer。
自定义 Visualizer
作为跟系统Visualizer功能一致的数据源，自定义 Visualizer 需具备两个功能：
获取 pcm 数据，计算 FFT以指定频率和大小发送 FFT 数据
实现第一个功能首先要获取播放音频的 pcm 数据，这要求使用的播放器能够提供 pcm 数据，我们的播放器是自己实现的，能够满足这个要求。我们对播放器进行了扩展，增加了收集解码后的 pcm 数据计算 FFT 的功能。
由于不同音频采样率不同，而计算 FFT 时采用固定的窗口大小，导致 FFT 计算结果回调频率随播放音频改变，同时指定的数据大小可能跟计算结果的大小不同，因此要实现第二个功能，需要对计算结果做固定频率和采样等处理。
另外，我们的播放器在播放进程中运行，而实际使用 FFT 数据的动效页面运行于主进程中，所以还需要跨进程传输数据。
综上，自定义 Visualizer 的整体流程是：在播放进程 native 层中计算 FFT，通过 JNI 调用，把计算结果回调给Java 层，然后通过 AIDL 把 FFT 数据传递给主进程进行后续的数据处理和发送操作。如下图所示：
固定频率需要将可变的 FFT 计算结果回调频率转换为外部设置的 Visualizer 回调频率，如下图所示：
根据所需数据发送时间间隔和 FFT 回调时间间隔差值的不同，我们采用两种不同的方式。
当时间间隔差值大于回调时间间隔时，每 t1/tt1/t 次回调发送一次数据，其中 t1 为所需数据发送时间间隔，t 为 FFT 回调时间间隔，如下图所示：
采样就是当外部设置的数据大小小于 FFT 计算结果的数据大小时，对原始 FFT 数据以合适的间隔抽取数据，以满足设置的要求。
为了让自定义 Visualizer 返回数据的取值范围跟系统 Visualizer 一致，从而实现数据源无缝切换，我们需要对 FFT 数据进行缩放。这里就需要用到前面提到的模与振幅的计算了，解码所得 pcm 数据的取值范围为 [-1, 1]，所以原始信号振幅取值范围为 [0, 1]，即 2M/N2M/N2M/N 的取值范围为 [0, 1]（绘制时不会用到直流分量，这里不考虑）；而系统 Visualizer 返回的 FFT 数据是一个 byte 数组，实部和虚部的取值范围为 [-128, 128]，模的取值范围为 [0,128×2][0, 128 \times \sqrt2][0,128×2]，那么 2M/N×128×22M/N \times 128 \times \sqrt22M/N×128×2 的取值范围跟系统 Visualizer 输出 FFT 的模的取值范围一致。由于绘制不会用到相位信息，我们可以将用上述方式缩放后的值作为输出 FFT 数据的实部，并把虚部设为 0。
由于数据发送的频率较高，为了避免频繁创建对象导致内存抖动，我们采用对象池来保存数据数组对象，每次从对象池中获取所需大小的数组对象，填充采样数据后加入到队列中等待发送，数据消费完后将数组对象返回到对象池中。
数据处理
不同动效的具体数据处理方式不同，忽略细节上的差异，云音乐现有的动效中，除了宇宙尘埃和孤独星球，其他的处理流程基本一致，如下图所示：
首先根据动效选择的频率范围计算所需的频率数据在 FFT 数组中的索引位置：
然后根据动效所需数据点数，对频率范围内的 FFT 数据进行采样或用一个 FFT 数据表示多个数据点。
然后计算分贝：
其中 M 为 FFT 数据的模。
然后将分贝转化为高度：
其中 MAX_DB 是预设的分贝最大值，maxHeight 是当前动效要求的最大高度。
最后对计算出的高度做数据上的平滑处理。
平滑
对最终用来绘制的数据做平滑处理，可以得到更柔和的曲线，达到更好的视觉效果，如下图所示：
数据平滑算法有很多，我们综合考虑效果和计算复杂度选择了 Savitzky–Golay 滤波法，其计算方式如下，对应的窗口大小分别为5、7 和 9，可以按需选择不同的窗口大小。
经过平滑处理后数据的变化如下图所示：
BufferQueue
有些动效的数据处理计算比较复杂，为提升并行性，减少主线程耗时，我们借鉴系统图形框架中 BufferQueue 的思想，实现了一个简单的承载动效绘制数据，连接数据处理和绘制的 BufferQueue，其工作过程如下图所示：
在使用BufferQueue的动效绘制类初始化时，根据需要创建一个合适大小的BufferQueue，并启动用于执行数据处理的Looper线程。
数据处理部分对应BufferQueue的Producer，当 FFT 数据到来时，通过绑定Looper线程的Handler将数据发送到Looper线程中执行数据处理。数据处理时，首先调用Producer的dequeue方法从BufferQueue中获取空闲的Buffer，然后对 FFT 数据进行处理，生成需要的数据向Buffer中填充，最后调用Producer的queue方法将Buffer加入到BufferQueue中的 queued 队列中。
绘制部分对应BufferQueue的Consumer，调用Producer的queue方法时会触发ConsumerListener的onBufferAvailable回调，在回调中通过绑定主线程的Handler切换到主线程消费Buffer。首先调用Consumer的acquire方法从BufferQueue的queued队列中获取Buffer，然后从Buffer中取出所需数据来绘制，最后调用Consumer的release方法将上次的Buffer返回给BufferQueue。
eue的queued队列中获取Buffer，然后从Buffer中取出所需数据来绘制，最后调用Consumer的release方法将上次的Buffer返回给BufferQueue`。
