5. 音频处理与录制 - Scrcpy 速读教程

scrcpy 的音频处理功能在 Android 11 及以上版本中才真正可用，这一点需要特别注意。如果设备还停留在 Android 10 或更早版本，音频转发功能会自动禁用，整个投屏过程将只有画面没有声音。对于 Android 11 用户，启动时需要确保屏幕处于解锁状态，scrcpy 会弹出一个假窗口来获取音频捕获权限。到了 Android 12，这一切都变得简单，开箱即用，无需额外操作。

音频功能默认是开启的，但如果捕获失败，scrcpy 会自动降级为纯视频模式，不会直接报错退出。这种设计很贴心，毕竟音频只是增强体验，不是核心功能。不过，如果某些场景下必须要求音频，可以加上 --require-audio 参数，这样音频捕获失败时整个程序会终止，而不是静默降级。

音频源与编解码配置

音频源的选择

默认情况下，scrcpy 捕获的是设备的所有音频输出，技术上称为 REMOTE_SUBMIX。这种模式下，设备自身的扬声器会自动静音，避免在电脑端和手机上同时播放造成回声。但有时候，我们可能想捕获不同的音频源，比如麦克风输入或者通话音频。

scrcpy 提供了丰富的音频源选项，通过 --audio-source 参数指定：

scrcpy --audio-source=mic

这个命令会捕获麦克风输入，适合把 Android 设备当作电脑的外接麦克风使用。除了 mic，还有多个专业级选项：

output：默认选项，捕获所有音频输出并禁用设备播放
playback：仅捕获应用播放的音频，Android 13+ 支持，且应用可以选择不被捕获
mic-unprocessed：捕获未经过处理的原始麦克风信号
mic-camcorder：针对视频录制优化的麦克风模式
mic-voice-recognition：针对语音识别优化的麦克风模式
mic-voice-communication：针对语音通话优化，支持回声消除和自动增益
voice-call：捕获通话双向音频
voice-call-uplink：仅捕获通话上行音频（自己的声音）
voice-call-downlink：仅捕获通话下行音频（对方的声音）
voice-performance：同时捕获麦克风和设备播放，适合卡拉 OK 场景

每个选项背后都对应 Android 系统的 MediaRecorder.AudioSource 常量，scrcpy 只是把这些专业功能暴露给了命令行。选择哪个源取决于具体场景：做语音笔记用 mic，录游戏解说可能用 voice-performance，而调试通话质量则需要 voice-call 系列选项。

Android 13 引入了一个很实用的功能：音频复制（duplication）。使用 --audio-source=playback 配合 --audio-dup 参数，可以让音频同时在设备和电脑上播放：

scrcpy --audio-dup

这个命令会自动选择 playback 作为音频源，并保持设备端的音频输出。不过要注意，Android 13 以下版本不支持这个功能，而且应用有权选择不被捕获，所以某些应用可能无法复制音频。

编解码器的选择

音频编码格式直接影响音质和延迟。scrcpy 默认使用 Opus 编码，这是目前最先进的低延迟音频编码器，特别适合实时传输。但如果设备比较老旧，可能不支持 Opus 编码，这时会遇到错误提示："Failed to initialize audio/opus, error 0xfffffffe"。

遇到这种情况，切换到 AAC 编码通常能解决问题：

scrcpy --audio-codec=aac

scrcpy 支持四种音频编解码器：

opus：默认选项，低延迟高效率，适合实时场景
aac：兼容性最好，几乎所有设备都支持
flac：无损压缩，适合对音质要求极高的录制场景
raw：未压缩的 PCM 16-bit 小端格式，体积最大但处理最简单

选择编解码器时需要权衡：Opus 延迟最低但兼容性稍差，AAC 兼容性最好但音质略逊，FLAC 音质完美但文件体积大，RAW 格式最简单但带宽消耗惊人。对于普通投屏，默认的 Opus 已经足够。如果要长期录制音乐或播客，FLAC 可能是更好的选择。

FLAC 编码还支持压缩级别调整，范围从 0 到 8，数字越大压缩率越高，但编码耗时也越长：

scrcpy --audio-codec=flac --audio-codec-options=flac-compression-level=8

这个命令将 FLAC 压缩级别设为最高，生成的文件会更小，但会消耗更多 CPU 资源。大多数情况下，默认的压缩级别就能提供很好的平衡。

编码器的选择

每个编解码器在设备上可能对应多个编码器实现。比如 Opus 编码，可能有硬件加速的 c2.android.opus.encoder，也可能有软件实现的 omx.google.opus.encoder。不同编码器的性能和兼容性差异很大。

查看设备上所有可用的音频编码器：

scrcpy --list-encoders

输出会列出视频和音频编码器，找到 audio 部分就能看到所有选项。如果某个编码器工作不正常，可以手动指定另一个：

scrcpy --audio-codec=opus --audio-encoder='c2.android.opus.encoder'

这个命令强制使用特定的 Opus 编码器。通常不需要手动指定，让 scrcpy 自动选择即可。但在某些设备上，自动选择的编码器可能存在 bug，这时手动切换就能解决问题。

比特率的设置

音频比特率决定音质和带宽消耗。默认值是 128Kbps，这个码率下的 AAC 音质已经接近无损，Opus 则能提供更好的音质。如果网络带宽有限，可以适当降低比特率：

scrcpy --audio-bit-rate=64K

比特率可以写成 64K 或 64000 两种形式，效果相同。需要注意的是，RAW 编解码器不支持比特率设置，因为它是未压缩的 PCM 数据，比特率由采样率和位深固定计算得出。

降低比特率能有效减少网络传输压力，但也会损失音质。64Kbps 的 Opus 音质依然不错，适合网络环境较差的场景。如果带宽充足，保持默认值或适当提高到 192Kbps 能获得更好的听感。

缓冲区与延迟优化

缓冲机制的本质

音频缓冲是实时传输中不可避免的技术环节。缓冲区太小，网络抖动会导致音频断断续续；缓冲区太大，延迟会变得明显，声音和画面不同步。scrcpy 默认设置 50ms 的音频缓冲区，这个值在延迟和稳定性之间取得了不错的平衡。

调整缓冲区大小的参数是 --audio-buffer：

scrcpy --audio-buffer=40

这个命令将缓冲区减少到 40ms，延迟更低，但对网络稳定性要求更高。如果 Wi-Fi 信号不稳定，可能会出现偶尔的破音。相反，增大缓冲区能提升稳定性：

scrcpy --audio-buffer=100

100ms 的缓冲能很好地抵抗网络抖动，适合观看视频场景。在这种场景下，轻微的延迟并不影响体验，流畅性更重要。需要注意的是，这个参数设置的是目标缓冲值，实际运行中可能因为频繁的缓冲区下溢而无法达到这个目标。

对于纯音频场景，比如把手机当作电脑音箱，延迟根本不重要，可以设置更大的缓冲区：

scrcpy --no-video --audio-buffer=200

200ms 的缓冲几乎能消除所有网络抖动带来的破音，音质会非常稳定。因为没有了视频，不用担心音画同步问题，大缓冲只有好处没有坏处。

输出缓冲区的微调

除了传输缓冲区，scrcpy 还有一个音频输出缓冲区，默认只有 5ms。这个缓冲区负责把解码后的音频数据送到声卡。5ms 已经非常小了，通常不需要调整。

但在某些特殊声卡驱动或虚拟音频设备上，可能会听到机器人般的声音或频繁破音。这时可以尝试增大输出缓冲区：

scrcpy --audio-output-buffer=10

这个参数除非遇到特定问题，否则不建议修改。增大输出缓冲区会增加一点点延迟，但可能解决驱动兼容性导致的音质问题。如果音频听起来正常，完全不用理会这个参数。

音视频同步的缓冲策略

当同时调整视频和音频缓冲时，保持两者一致有助于同步：

scrcpy --video-buffer=200 --audio-buffer=200

这个配置把视频和音频缓冲都设为 200ms，适合观看电影或录播课程。大缓冲能确保流畅播放，虽然延迟增加，但对于非交互场景完全可接受。如果做的是实时游戏直播，则需要把缓冲调小，比如都设为 30ms，牺牲一点稳定性换取更低的延迟。

纯音频模式应用

仅音频播放的场景

有时候我们并不需要视频画面，只想把手机音频转发到电脑。比如把手机当作无线麦克风，或者只想听手机上的音乐而不想看屏幕。这时可以禁用视频和控制功能：

scrcpy --no-video --no-control

这个命令启动后不会显示视频窗口，也不会转发键盘鼠标操作，只有音频在传输。配合 --no-window 参数，连窗口都不会创建，完全在后台运行：

scrcpy --no-window

--no-window 隐含了 --no-video 和 --no-control，所以单独使用就够了。这种模式适合长期运行，比如把手机作为电脑的外接麦克风。停止时按 Ctrl+C 即可。

音频录制的实用技巧

纯音频模式最常见的用途是录制。比如想录一段手机上的播客或音乐，可以直接在电脑上录制，避免手机内部录音的音质损失：

scrcpy --no-video --no-playback --record=audio.opus

这个命令不播放音频（--no-playback），直接录制到 audio.opus 文件。--no-playback 能节省系统资源，特别适合长时间录制。录制格式根据文件扩展名自动选择，.opus 对应 Opus 编码，.aac 对应 AAC，.flac 对应 FLAC，.wav 对应 RAW。

如果想用手机作为高质量录音笔，捕获麦克风输入：

scrcpy --audio-source=mic --no-video --no-playback --record=voice.flac

这个配置捕获原始麦克风信号，用 FLAC 无损格式保存到电脑，音质远超手机自带的录音应用。因为是无损录制，后期处理空间很大，适合采访、音乐创作等专业场景。

音视频同步处理

同步机制的原理

scrcpy 的音视频同步依赖时间戳。设备端在捕获音视频帧时，会打上精确的时间戳。这些数据传输到电脑后，播放器根据时间戳来同步播放。理论上，只要网络延迟稳定，同步效果就会很好。

但实际使用中，网络抖动会导致音视频到达时间不一致。这时缓冲区的设置就至关重要。如果音频缓冲设为 50ms，视频缓冲设为 200ms，音频会比视频快 150ms，导致明显的音画不同步。

解决方法是保持音视频缓冲一致，或者根据内容类型调整。对于对话类视频，音频更重要，可以稍微减小音频缓冲；对于音乐演出，同步要求极高，必须保持严格一致。

同步问题的排查

如果发现音画不同步，首先检查缓冲区设置：

scrcpy --audio-buffer=50 --video-buffer=50 --print-fps

--print-fps 会显示实时帧率，帮助判断是网络问题还是配置问题。如果帧率稳定但不同步，说明缓冲区设置不当。如果帧率波动很大，说明网络带宽不足，需要降低分辨率或增大缓冲。

另一个常见问题是音频漂移，即开始时同步，但时间越长差距越大。这通常是设备端编码器的问题，可以尝试切换编码器：

scrcpy --audio-encoder='omx.google.aac.encoder'

使用软件编码器虽然 CPU 占用高，但时间戳更精确，能减少漂移问题。

录制参数与格式选择

基础录制命令

scrcpy 的录制功能非常灵活，可以同时录制音视频，也可以只录其中一个流。基础录制命令很简单：

scrcpy --record=video.mp4
scrcpy -r video.mkv

-r 是 --record 的简写。录制时，音视频在设备端编码，在电脑端封装成容器文件。时间戳在设备端生成，所以网络延迟不会影响录制文件的同步质量，只有实时播放时才受影响。

如果只想要视频，不要音频：

scrcpy --no-audio --record=video.mp4

这个配置适合录制游戏画面，后期再配解说。反过来，只录音频也很简单：

scrcpy --no-video --record=audio.opus

纯音频录制支持多种格式，可以根据需要选择编码器：

scrcpy --no-video --audio-codec=aac --record=audio.aac
scrcpy --no-video --audio-codec=flac --record=audio.flac
scrcpy --no-video --audio-codec=raw --record=audio.wav

容器格式的选择

scrcpy 支持多种容器格式，根据文件扩展名自动选择：

MP4 家族：.mp4、.m4a、.aac
Matroska 家族：.mkv、.mka
Opus：.opus
FLAC：.flac
WAV：.wav

MP4 和 Matroska 是通用容器，支持音视频混流。Opus、FLAC 和 WAV 是纯音频格式。如果文件名没有标准扩展名，可以手动指定格式：

scrcpy --record=file --record-format=mkv

这个命令会创建一个名为 file 的 Matroska 格式文件，不管扩展名是什么。手动指定格式在批量处理或自动化脚本中很有用。

高级录制场景

有时候需要录制但不播放，避免电脑端播放影响性能或造成回声：

scrcpy --no-playback --no-control --record=file.mp4

这个配置完全不播放音视频，只进行录制。配合 --no-window 可以彻底隐藏界面：

scrcpy --no-playback --no-window --record=file.mp4

这种后台录制模式适合长时间监控或自动化测试。停止录制按 Ctrl+C 即可，文件会自动保存完整。

还可以单独禁用音频播放，只播放视频：

scrcpy --record=file.mkv --no-audio-playback

这在录制游戏解说时很有用：电脑端播放游戏画面，但音频只录制不播放，避免和麦克风输入混合。

录制时长控制

录制不一定需要手动停止，可以设置时间限制：

scrcpy --record=file.mkv --time-limit=20

这个命令录制 20 秒后自动停止。--time-limit 不仅限于录制，普通投屏也支持，时间到了会自动断开连接。这在自动化测试中很有用，可以确保测试用例在固定时间内完成。

时间单位是秒，支持小数：

scrcpy --time-limit=1.5  # 1.5秒

对于需要精确控制时长的场景，比如录制短视频素材，这个参数比手动按 Ctrl+C 可靠得多。

音频处理是 scrcpy 的高级功能，需要 Android 11 及以上版本支持。从音频源选择到编解码配置，从缓冲优化到纯音频应用，每个环节都有精细的参数可以调整。默认配置已经能满足大多数场景，但了解这些选项能让我们在特殊需求下游刃有余。无论是把手机当作无线麦克风，还是录制高质量音频素材，scrcpy 都能胜任。

下一章将深入探讨键盘输入的细节，包括 SDK 键盘与物理键盘模拟的区别，以及 UHID 和 AOA 这两种先进技术的对比。键盘输入的精度直接影响使用体验，特别是在游戏和文字处理场景中。