仿微信语音录制

1. 设置按钮的TouchListener

but_audio.setOnTouchListener(new OnTouchListener() {
			@Override
			public boolean onTouch(View v, MotionEvent event) {
				switch (event.getAction()) { // 判断当前点击状态
				case MotionEvent.ACTION_DOWN: // 按下
					mSoundPool.play(down_music, 1, 1, 0, 0, 1); // 播放按钮铃声
					if (!isRecordingAudio) { // 判断不处于录音状态
						// 计算出上次开始时间和本次开始录音时间间隔,如果小于1S,提示用户,不录音
						long intervalTime = System.currentTimeMillis()
								- startTime;
						if (intervalTime < 1000) {
							Toast.makeText(MessageActivity.this, "操作太频繁,请稍后使用",
									0).show();
							return false;
						}
						RecordingAudio();
					}
					break;
				case MotionEvent.ACTION_UP: // 移开
					if (isRecordingAudio) {
						new Thread() {
							public void run() {
								SystemClock.sleep(100); // 睡一会,在停止录音
								mMediaRecorder.stop(); // 停止录音
								mMediaRecorder.release(); // 释放资源
								mMediaRecorder = null; // 回收
								message = new Message();
								message.what = 1;
								mHandler.sendMessage(message);
							};
						}.start();
					}
					isRecordingAudio = false;
					break;
				case MotionEvent.ACTION_MOVE: // 滑动
					break;
				}
				return false;
			}
		});


2. handler处理录音消息


private Handler mHandler = new Handler() {
		@Override
		public void handleMessage(Message msg) {
			switch (msg.what) {
			case 1:
				long stopTime = System.currentTimeMillis() - startTime;
				if (stopTime < 1000) {
					Toast.makeText(MessageActivity.this, "录音时间太短,无法发送", 0).show();
					deleteAudioFile(fileName);
				} else {
					intendFileUpload();
					mFileUpload.setFile(myRecAudioFile);
					mFileUpload.setMessageType(SycConstant.Message_Type_sound);
					// 发送语音消息
					mFileUpload.startUpLoad();
					MessageActivity.this.sendMessage(SycConstant.Message_Type_sound, GloableParameters.DIR_PATH + fileName);
					mSoundPool.play(up_music, 1, 1, 0, 0, 1); // 播放按钮铃声
				}
				break;
			case 2:	
				getData();
				break;
			}
		}
	};

3. 提示音的初始化


private SoundPool mSoundPool; // 声明一个SoundPool,用来播放一段语音
private int down_music; // 定义一个整型用load();来设置suondID
private int up_music; // 松开的声音

mSoundPool = new SoundPool(10, AudioManager.STREAM_SYSTEM, 5);// 第一个参数为同时播放数据流的最大个数,第二数据流类型,第三为声音质量
down_music = mSoundPool.load(getApplicationContext(), R.raw.down_audio,1); // 把你的声音素材放到res/raw里,第2个参数即为资源文件,第3个为音乐的优先级
up_music = mSoundPool.load(getApplicationContext(), R.raw.up_audio, 1);

4. 录音的方法


/**
 * 录音
 */
	private void RecordingAudio() {
		File myRecAudioDir = new File(GloableParameters.DIR_PATH); // 创建录音文件存储目录
		try {
			myRecAudioFile = File.createTempFile(String.valueOf(System.currentTimeMillis()) ,".amr", myRecAudioDir); // 创建录音文件
			fileName = myRecAudioFile.getName();
			mMediaRecorder = new MediaRecorder();
			mMediaRecorder.setAudioSource(MediaRecorder.AudioSource.MIC); // 第1步:设置音频来源(MIC表示麦克风)
			mMediaRecorder.setOutputFormat(MediaRecorder.OutputFormat.DEFAULT); // 第2步:设置音频输出格式(默认的输出格式)
			mMediaRecorder.setAudioEncoder(MediaRecorder.AudioEncoder.DEFAULT); // 第3步:设置音频编码方式(默认的编码方式)
			mMediaRecorder.setOutputFile(myRecAudioFile.getAbsolutePath()); // 第4步:指定音频输出文件
			mMediaRecorder.prepare(); // 第5步:调用prepare方法
			if (!isRecordingAudio) { // 判断当前是否处于录音状态
				mMediaRecorder.start(); // 第6步:调用start方法开始录音
				startTime = System.currentTimeMillis(); // 记录开启录音时间
				isRecordingAudio = true; // 记录录音状态
			}
		} catch (IOException e) {
			// 录音出现异常
		}
	}






基于TROPOMI高光谱遥感仪器获取的大气成分观测资料,本研究聚焦于大气污染物一氧化氮(NO₂)的空间分布与浓度定量反演问题。NO₂作为影响空气质量的关键指标,其精确监测对环境保护与大气科学研究具有显著价值。当前,利用卫星遥感数据结合先进算法实现NO₂浓度的高精度反演已成为该领域的重要研究方向。 本研究构建了一套以深度学习为核心的技术框架,整合了来自TROPOMI仪器的光谱辐射信息、观测几何参数以及辅助气象数据,形成多维度特征数据集。该数据集充分融合了不同来源的观测信息,为深入解析大气中NO₂的时空变化规律提供了数据基础,有助于提升反演模型的准确性与环境预测的可靠性。 在模型架构方面,项目设计了一种多分支神经网络,用于分别处理光谱特征与气象特征等多模态数据。各分支通过独立学习提取代表性特征,并在深层网络中进行特征融合,从而综合利用不同数据的互补信息,显著提高了NO₂浓度反演的整体精度。这种多源信息融合策略有效增强了模型对复杂大气环境的表征能力。 研究过程涵盖了系统的数据处理流程。前期预处理包括辐射定标、噪声抑制及数据标准化等步骤,以保障输入特征的质量与一致性;后期处理则涉及模型输出的物理量转换与结果验证,确保反演结果符合实际大气浓度范围,提升数据的实用价值。 此外,本研究进一步对不同功能区域(如城市建成区、工业带、郊区及自然背景区)的NO₂浓度分布进行了对比分析,揭示了人类活动与污染物空间格局的关联性。相关结论可为区域环境规划、污染管控政策的制定提供科学依据,助力大气环境治理与公共健康保护。 综上所述,本研究通过融合TROPOMI高光谱数据与多模态特征深度学习技术,发展了一套高效、准确的大气NO₂浓度遥感反演方法,不仅提升了卫星大气监测的技术水平,也为环境管理与决策支持提供了重要的技术工具。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值